OTEGO – Optimierungstechniken für explizite Verfahren zur GPU-beschleunigten Lösung von Anfangswertproblemen gewöhnlicher Differenzialgleichungen
Projektdetails
- Projektstart: 2016
- Geldgeber: DFG, KONWIHR
Projektbeteiligte
- Projektleiter: Prof. Dr. Matthias Korch
- Projektmitarbeiter: Tim Werner, M.Sc.
Projektbeschreibung
Grafikprozessoren (GPUs) werden in zunehmendem Maß eingesetzt, um rechenintensive Anwendungen, unter anderem aus dem Bereich des wissenschaftlichen Rechnens, durch Ausnutzung massiver Parallelität zu beschleunigen. Das Projekt untersucht parallele Implementierungen expliziter Lösungsverfahren für Anfangswertprobleme (AWP) bei Systemen gewöhnlicher Differenzialgleichungen (gDGl) für GPUs.
Aufbauend auf der langjährigen Erfahrung der Arbeitsgruppe mit diesen numerischen Verfahren auf herkömmlichen, CPU-gestützten Parallelrechnern und Vorarbeiten zur optimierten Implementierung des grundlegenden Euler-Verfahrens für GPUs ist das Ziel des Projekts die Entwicklung von Optimierungstechniken für die effiziente, skalierbare Implementierung expliziter Lösungsverfahren für GPUs. Darunter fallen insbesondere fortgeschrittenere Lösungsverfahren, die höhere Konvergenzordnungen als das Euler-Verfahren bieten und sich oft durch einen höheren Grad an verfügbarer Parallelität auszeichnen, dessen Verwertbarkeit auf GPUs erforscht werden soll. Die Schwerpunkte liegen dabei auf der Ausnutzung spezifischer Eigenschaften des AWP und der Entwicklung selbstadaptiver Löser, die sich selbst automatisch an das jeweils zu lösende AWP auf der jeweiligen GPU-Hardware anpassen können, indem sie eine effiziente Implementierungsvariante und optimierte Parameter (z.B. Blockgrößen) automatisch auswählen.