header_image

ANII-MPG Partnergruppe

Efficient Heterogeneous Computing - Efficient Computational Methods for Numerical Linear Algebra on Heterogeneous Architectures

Die Max-Planck-Institute forschen weltweit vernetzt auf der Basis internationaler Kooperationen und Projekte, um wissenschaftliche Leistung und Produktivität zu erhöhen und einen wissenschaftlichen Mehrwert zu schaffen. Seit Januar 2018 intensiviert das Max-Planck-Institut für Dynamik komplexer technischer Systeme Magdeburg die Zusammenarbeit mit der Universidad de la República Uruguay (UdelaR) in Montevideo im Rahmen einer Partnergruppe.

 "Trabajar con el grupo me permitió formarme e intercambiar con investigadores de primer nivel y amplia experiencia, así como de conocer su enfoque hacia la investigación. Esto es de mucho valor para mí, ya que me encuentro aún en una etapa inicial de mi carrera. Diría que el trabajo en conjunto con investigadores alemanes es especialmente metódico y me ha aportado mucho en ese sentido. ...Ernesto Dufrechou

Im Rahmen des Projekts wird der Einsatz verschiedener Hardware-Plattformen (traditionelle Mehrkernprozessoren, ARM-Prozessoren, Grafikkarten usw.) zur effizienten Implementierung von Algorithmen der numerischen linearen Algebra (NLA) untersucht. Die Effizienzbewertung ist vielschichtig, d.h. sie berücksichtigt traditionelle Aspekte wie die Ausführungszeit, aber auch andere, die in den letzten Jahren wichtig geworden sind, wie den Energieverbrauch und die damit verbundenen wirtschaftlichen Kosten. Das Interesse an diesem Thema liegt darin begründet, dass eine Vielzahl von Aufgaben der numerischen Simulationin den Natur-, Ingenieur- und Wirtschaftswissenschaften im Kern tausend- oder gar millionenfach auf Grundoperationen der NLA zurückgreifen. Daher können sich die im Projekt erzielten Verbesserungen direkt auf eine große Anzahl von Szenarien auswirken. Die gemeinsame Arbeit ergänzt die Fähigkeiten beider Teams auf natürliche Weise. Die CSC Gruppe hat eine lange Geschichte in der Behandlung von NLA-Problemen von der Theorie bis zur Implementierung, während die EHC Gruppe seit mehr als einem Jahrzehnt den Einsatz heterogener Hardware für NLA-Operationen untersucht.

Publikationen seit 2018

Benner, P.; Dufrechou, E.; Ezzatti, P.; Gallardo, R.; Quintana-Ortí, E.: Factorized Solution of Generalized Stable Sylvester Equations Using Many-Core GPU Accelerators. Journal of Supercomputing 77, S. 10152 - 10164 (2021)
Benner, P.; Dufrechou, E.; Ezzatti, P.; Remón, A.; Saak, J.: A GPU-Aware Mixed-Precision Solver for Low-Rank Algebraic Riccati Equations. Concurrency and Computation: Practice and Experience 31 (6), e4462, 12 pages (2019)
Ezzatti, P.; Quintana-Ortí, E. S.; Remón , A.; Saak, J.: Power‐Aware Computing (PACO 2017): Special Issue. Concurrency and Computation 31 (6), S. 1 - 3 (2019)
Benner, P.; Ezzatti, P.; Quintana-Ortí, E. S.; Remón, A.: Extending the Gauss–Huard Method for the Solution of Lyapunov Matrix Equations and Matrix Inversion. Concurrency and Computation: Practice and Experience 29 (9), e4076 (2017)

 

Zur Redakteursansicht