Der dritte Weg: Hochleistungsrechner-Simulation
Profilline 6: Modellierung, Simulation, Hochleistungsrechnen
Rechnersimulationen haben sich in den vergangenen 25 Jahren zu einer
anerkannten dritten wissenschaftlichen Methode entwickelt, die die
bisherigen beiden Methoden Theorie und Experiment sinnvoll ergänzt. An der
Technischen Universität Chemnitz wie auch weltweit setzen Forscher immer
mehr auf die Rechenleistung von Großrechnern, um komplexe realitätsgetreue
Modellsysteme untersuchen zu können. Mit der Installation des
Hochleistungs-Clusterrechners "CLiC" an der TU Chemnitz wurde dafür bereits
vor fünf Jahren der Grundstein gelegt. Ein wesentlich leistungsstärkerer
Nachfolger "CHIC" ist bereits in der Planung und wird insbesondere einem
Konsortium aus 23 Professuren bzw. Instituten zur Verfügung stehen.
Um die Leistung derartiger, typisch hochparalleler Rechner nutzen zu können,
ist eine starke interdisziplinäre Zusammenarbeit zwischen "Anwendern",
Algorithmenentwicklern und Informatikern unabdingbar. Denn um eine
Simulation möglichst schnell abschließen zu können - das heißt zum Beispiel
in nur wenigen Stunden oder Tagen - müssen effiziente parallele Algorithmen
entwickelt und der Computer auch richtig programmiert werden. Zum Vergleich
sei ein Formel-1-Bolide herangezogen: Ein ungeübter Nutzer bleibt immer im
ersten Gang.
An der TU Chemnitz haben sich seit über zwei Jahrzehnten die Gebiete der
rechnergestützen Wissenschaften (Computational Science) sowie des parallelen
und verteilten Hochleistungsrechnens mit zunehmender Verzahnung entwickelt.
Die Koordinierung und Bündelung entsprechender Forschungsarbeiten in der
Profillinie 6 "Modellierung, Simulation, Hochleistungsrechnen" wird es
ermöglichen, im internationalen Wettbewerb des Wissens mitzuhalten.
In den folgenden Schwerpunkten sind Forschungsaktivitäten aus allen
Fakultäten eingebunden, wobei die Fakultäten für Naturwissenschaften, für
Mathematik und insbesondere auch für Informatik die tragenden Säulen sind.
Simulation in Technik und Naturwissenschaften
Simulationen praxisorientierter Probleme im Bereich neuer (Nano-)Materialien
(siehe auch Profillinie 1, Seiten 3 - 10), der Strömungs- und
Festkörpermechanik, der theoretischen Physik und Chemie erfordern höchsten
Rechenaufwand. Insbesondere stellen atomskalige Simulationen neuartiger
Dielektika extreme Anforderungen an die Rechenkapazität. Die Anwendung
quantenmechanischer Methoden zur Lösung chemischer Fragestellungen auf
Großrechnern ermöglicht neuartige Untersuchungen.
Rechnergestützte Optimierung im nichttechnischen Bereich
Die Optimierung realitätsnaher Probleme im nichttechnischen Bereich basiert
auf zunehmend komplexen Modellbildungen und entsprechend umfangreichen
Simulationen. Beispiele sind Simulationen in den Bereichen
Wirtschaftspolitik, Finanzwirtschaft, Sportwissenschaft, Psychologie und der
künstlichen Intelligenz. Beispielhaft seien Simulationen dynamischer Systeme
für Konjunktur- und Wachstumsmodelle genannt.
Algorithmen für Hochleistungsrechnen
Die Entwicklung numerischer Verfahren zur Lösung praktischer Problemstellungen auf der Basis abstrakt-mathematischer Modellbeschreibungen für verschiedene wissenschaftliche und technische Anwendungen erfordert insbesondere hinsichtlich der an der TU Chemnitz verfügbaren Rechentechnik hochparallele mathematische Algorithmen. Neuartige numerische Techniken sind mit entsprechendem Informatik-Know-How zu verbinden, um auf parallelen Hochleistungsrechnern effiziente, realitätsnahe Simulationsrechnungen durchführen zu können.
Hard- und Softwaresysteme
Im Mittelpunkt stehen informatische Fragestellungen hinsichtlich
kosteneffizienter Parallelrechnerarchitekturen, adäquater Systemsoftware,
effizienter Kommunikationsmiddleware sowie großer Datenverwaltungssysteme.
Ebenso ist der Bereich verteilter eingebetteter bzw. paralleler
rekonfiguierbarer Systeme von Bedeutung. Zur Unterstützung der
parallelisierung von Algorithmen und Anwendungen wird die Entwicklung
entsprechender Tools und Umgebungen notwendig. Die Beantwortung
theoretischer Fragestellungen zur Analyse von Güte und Laufzeiten von
Algorithmen sowie der Simulation von Strukturen und Fehlertoleranzen fördert
effiziente Lösungsansätze.
Visualisierungstechniken
Die Zielsetzung der Virtual-Reality-Technologie besteht darin,
rechnerinterne Modelle dreidimensionaler Welten durch den Einsatz spezieller
multimedialer Ein- und Ausgabegeräte für den Menschen weitgehend real
erfahrbar zu machen. Verschiedenste wissenschaftliche Anwendungen (zum
Beispiel VR im Maschinenbau,) machen von dieser Art der
Ergebnisvisualisierung zunehmend Gebrauch.
