Professur Praktische Informatik
Projekte


SeASiTe – Selbstadaption für zeitschrittbasierte Simulationstechniken auf heterogenen HPC-Systemen

Das Forschungsprojekt SeASiTe (offizielle Projektseite) stellt sich der Aufgabe, eine systematische Untersuchung von Selbstadaption für zeitschrittbasierte Simulationstechniken auf heterogenen HPC-Systemen durchzuführen. Das Ziel ist der Entwurf und die Bereitstellung des Prototypen eines Werkzeugkastens, mit dessen Hilfe Programmierer ihre Anwendungen mit effizienten Selbstadaptionstechniken ausstatten können. Der Ansatz beinhaltet die Selbstadaption sowohl hinsichtlich relevanter System- und Programmparameter als auch möglicher Programmtransformationen. Die Optimierung der Programmausführung für mehrere nicht-funktionale Ziele (z.B. Laufzeit oder Energieverbrauch) soll auf einer Performance-Modellierung zur Eingrenzung des Suchraums effizienter Programmvarianten aufbauen. Anwendungsunabhängige Methoden und Strategien zur Selbstadaption sollen in einem Autotuning-Navigator gekapselt werden.

Projektbeteiligte

Projektinformationen

Das Verbundprojekt "SeASiTe" ist ein Forschungsvorhaben auf dem Gebiet "Grundlagenorientierte Forschung für HPC-Software im Hoch- und Höchstleistungsrechnen" und wird im Rahmen des Förderprogramms "IKT 2020 – Forschung für Innovationen" vom Bundesministerium für Bildung und Forschung (BMBF) gefördert.
Laufzeit: 01.01.2017 – 30.06.2020
Gefördert vom BMBF

Ansprechpartner

Veröffentlichungen

  • Dietze, R.; Kränert, M.: Parallel Ant Colony Optimization for Scheduling Independent Tasks. In: Lecture Notes in Networks and Systems: Innovations in Bio-Inspired Computing and Applications (IBICA 2022).: S. 363-372. Springer Nature Switzerland  –  ISBN 978-3-031-27499-2. Online, März 2023. DOI: 10.1007/978-3-031-27499-2_34 Onlineressource verfügbar
  • Hofmann, M.; Kiesel, R.; Kramer, R.; Rünger, G.; Schaller, T.: Performance Comparison of Parallel Sorting Algorithms for Data-intensive Particle Simulations using OpenCL. Erscheint in: International Conference on High Performance Computing & Simulation (HPCS 2020): S. . IEEE  –  ISSN . Barcelona, Spanien, 2021.
  • Kramer, R.; Rünger, G.: A Workflow-based Support for the Automatic Creation and Selection of Energy-efficient Task-Schedules on DVFS Processors. In: Proceedings of Sixth International Congress on Information and Communication Technology (Bd. 236): S. 44-61. Springer Singapore  –  ISBN 978-981-16-2380-6, 2021. DOI: 10.1007/978-981-16-2380-6_23 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: Modeling the effect of application-specific program transformations on energy and performance improvements of parallel ODE solvers. In: Journal of Computational Science, Bd. 51. Elsevier  –  ISSN 1877-7503, 2021. DOI: 10.1016/j.jocs.2021.101356 Onlineressource verfügbar
  • Dietze, R.; Rünger, G.: The Search-based Scheduling Algorithm HP* for Parallel Tasks on Heterogeneous Platforms. In: Concurrency and Computation: Practice and Experience. Wiley, 2020. DOI: 10.1002/cpe.5898 Onlineressource verfügbar
  • Kalinnik, N.; Kiesel, R.; Rauber, T.; Richter, M.; Rünger, G.: A performance- and energy-oriented extended tuning process for time-step-based scientific applications. In: The Journal of Supercomputing, Bd. 76. Springer, August 2020. DOI: 10.1007/s11227-020-03402-y Onlineressource verfügbar
  • Kramer, R.; Rünger, G.: Performance and efficiency investigations of SIMD programs of Coulomb solvers on multi- and many-core systems with vector units. In: 2020 28th Euromicro International Conference on Parallel, Distributed and Network-Based Processing -- PDP 2020. IEEE Computer Society Conference Publishing Services (CPS)  –  ISBN 978-1-7281-6582-0, 2020. DOI: 10.1109/PDP50117.2020.00044 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: A Parameter Selection Process by Data Analysis for Tuning Multi-threaded Time-Stepping Algorithms. In: 2020 Seventh International Conference on Software Defined Systems (SDS): S. 43--50. IEEE. Paris, Frankreich, 2020. DOI: 10.1109/SDS49854.2020.9143911 Onlineressource verfügbar
  • Dietze, R.; Rünger, G.: Search-based Scheduling for Parallel Tasks on Heterogenous Platforms. In: Euro-Par 2019: Parallel Processing Workshops: S. 333-344. Springer  –  ISBN 978-3-030-48340-1. Göttingen, Deutschland, August 2019. DOI: 10.1007/978-3-030-48340-1_26 Onlineressource verfügbar
  • Jakobs, T.; Naumann, B.; Rünger, G.: Performance and energy consumption of the SIMD Gram–Schmidt process for vector orthogonalization. In: The Journal of Supercomputing. Springer  –  ISSN 1573-0484, 2019. DOI: 10.1007/s11227-019-02839-0 Onlineressource verfügbar
  • Kiesel, R.; Rünger, G.: Performance and Energy Evaluation of Parallel Particle Simulation Algorithms for Different Input Particle Data. In: Position Papers of the 2019 Federated Conference on Computer Science and Information Systems (FedCSIS 2019), 12th Workshop on Computer Aspects of Numerical Algorithms (CANA'19) (Bd. 19): S. 31-37. Leipzig, Deutschland, September 2019. DOI: 10.15439/2019F344 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: Multiprocessor Task Programming and Flexible Load Balancing for Time-stepping Methods on Heterogeneous Cloud Infrastructures. In: 2019 IEEE SmartWorld, Ubiquitous Intelligence & Computing, Advanced & Trusted Computing, Scalable Computing & Communications, Cloud & Big Data Computing, Internet of People and Smart City Innovation (SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI) : S. 1537-1544. IEEE  –  ISBN 978-1-7281-4034-6. Leicester, GB, August 2019. DOI: 10.1109/SmartWorld-UIC-ATC-SCALCOM-IOP-SCI.2019.00277 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: On the Energy Consumption and Accuracy of Multithreaded Embedded Runge-Kutta Methods. In: Proceedings of the The International Conference on High Performance Computing & Simulation (HPCS 2019) (Bd. 15): S. 382-389. IEEE  –  ISBN 978-1-7281-4485-6. Dublin, Irland, Juli 2019. DOI: 10.1109/HPCS48598.2019.9188214 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: Enabling Scalability, Adaptivity, and Resilience in Cloud Applications by Software-defined M-Task-based Programming. In: Proceedings of the 6th International Conference on Software Defined Systems (SDS 2019): S. 88-95. IEEE  –  ISBN 978-1-7281-0722-6. Rom, Italien, Juni 2019. DOI: 10.1109/sds.2019.8768599 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: DVFS RK: Performance and Energy Modeling of Frequency-Scaled Multithreaded Runge-Kutta Methods. In: Proceedings of the 27th Euromicro International Conference on Parallel, Distributed and Network-based Processing (PDP 2019): S. 392-399. IEEE  –  ISBN 978-1-7281-1644-0. Pavia, Italien, Februar 2019. DOI: 10.1109/empdp.2019.8671593 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: A Scheduling Selection Process for Energy-efficient Task Execution on DVFS Processors. In: Concurrency and Computation: Practice and Experience, Bd. 31. Wiley  –  ISSN 1532-0626, Juni 2019. DOI: 10.1002/cpe.5043 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.; Stachowski, M.: Model-based optimization of the energy efficiency of multi-threaded applications. In: Sustainable Computing: Informatics and Systems, Bd. 22: S. 44-61. Elsevier  –  ISSN 2210-5379, 2019. DOI: 10.1016/j.suscom.2019.01.022 Onlineressource verfügbar
  • Hofmann, M.; Kiesel, R.; Leichsenring, D.; Rünger, G.: A Hybrid CPU/GPU Implementation of Computationally Intensive Particle Simulations Using OpenCL. In: Proceedings of the 17th IEEE International Symposium On Parallel And Distributed Computing (ISPDC 2018): S. 9-16. IEEE  –  ISBN 978-1-5386-5330-2. Genf, Schweiz, Juni 2018. DOI: 10.1109/ISPDC2018.2018.00011 Onlineressource verfügbar
  • Hofmann, M.; Kiesel, R.; Rünger, G.: Energy and Performance Analysis of Parallel Particle Solvers from the ScaFaCoS Library. In: Proceedings of the 2018 ACM/SPEC International Conference on Performance Engineering (ICPE 2018): S. 88-95. ACM  –  ISBN 978-1-4503-5095-2. Berlin, April 2018. DOI: 10.1145/3184407.3184409 Onlineressource verfügbar
  • Kalinnik, N.; Kiesel, R.; Rauber, T.; Richter, M.; Rünger, G.: Exploring Self-Adaptivity towards Performance and Energy for Time-stepping Methods. In: Proceedings of the 2018 30th International Symposium on Computer Architecture and High Performance Computing (SBAC-PAD 2018): S. 115-123. IEEE  –  ISSN 1550-6533. Lyon, Frankreich, September 2018. DOI: 10.1109/CAHPC.2018.8645887 Onlineressource verfügbar
  • Kalinnik, N.; Kiesel, R.; Rauber, T.; Richter, M.; Rünger, G.: On the Autotuning Potential of Time-stepping methods from Scientific Computing. In: Proceedings of the 2018 Federated Conference on Computer Science and Information Systems (FedCSIS 2018), 11th Workshop on Computer Aspects of Numerical Algorithms (CANA'18) (Bd. 15): S. 329-338. ACSIS  –  ISSN 2300-596. Posen, Polen, September 2018. DOI: 10.15439/2018F169 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: Energy and Performance Improvement of Parallel ODE Solvers by Application-specific Program Transformations. In: Proceedings of the 19th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC-18), IEEE International Parallel and Distributed Processing Symposium Workshops: S. 967-976. IEEE  –  ISBN 978-1-5386-5555-9. Vancouver, Kanada, Mai 2018. DOI: 10.1109/IPDPSW.2018.00151 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: How do loop transformations affect the energy consumption of Runge-Kutta methods?. In: Proceedings of the 26th Euromicro International Conference on Parallel, Distributed, and Network-based Processing (PDP 2018): S. 499-507. IEEE  –  ISBN 978-1-5386-4975-6. Cambridge, Vereinigtes Königreich, März 2018. DOI: 10.1109/PDP2018.2018.00085 Onlineressource verfügbar
  • Richter, M.; Rünger, G.: Symbolic matrix multiplication for multi-threaded sparse GEMM utilizing sparse matrix formats. In: International Conference on High Performance Computing & Simulation (HPCS 2018): S. 523-530. IEEE  –  ISBN 978-1-5386-7879-4. Orléans, Frankreich, Juli 2018. DOI: 10.1109/HPCS.2018.00088 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: Comparison of Time and Energy Oriented Scheduling for Task-based programs. In: Proceedings of the 12th International Conference on Parallel Processing and Applied Mathematics (PPAM 2017) (Lecture Notes in Computer Science, Bd. 10777): S. 185-196. Springer  –  ISBN 978-3-319-78024-5. Lublin, Polen, September 2017 (erschienen März 2018). DOI: 10.1007/978-3-319-78024-5_17 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.: Tuning Energy Effort and Execution Time of Application Software. In: Proceedings of the 38th International Conference on Information Systems Architecture and Technology (ISAT 2017) (Advances in Intelligent Systems and Computing, Bd. 656): S. 239-251. Springer  –  ISBN 978-3-319-67228-1. Szklarska Poręba, Polen, September 2017. DOI: 10.1007/978-3-319-67229-8_22 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.; Stachowski, M.: Performance and Energy Metrics for Multi-threaded Applications on DVFS Processors. In: Sustainable Computing: Informatics and Systems, Bd. 17: S. 55-68. Elsevier  –  ISSN 2210-5379, 2017 (erschienen März 2018). DOI: 10.1016/j.suscom.2017.10.015 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.; Stachowski, M.: Model-based Optimization of the Energy Efficiency of Multi-threaded Applications. In: Proceedings of the 8th International Green and Sustainable Computing Conference (IGSC 2017): S. 1-6. IEEE  –  ISBN 978-1-5386-3470-7. Orlando, USA, Oktober 2017 (erschienen 2018). DOI: 10.1109/IGCC.2017.8323578 Onlineressource verfügbar
  • Rauber, T.; Rünger, G.; Stachowski, M.: Towards New Metrics for Appraising Performance and Energy Efficiency of Parallel Scientific Programs. In: Proceedings of the 13th IEEE International Conference on Green Computing and Communication (GreenCom-2017): S. 466-474. IEEE  –  ISBN 978-1-5386-3066-2. Exeter, Vereinigtes Königreich, Juni 2017 (erschienen 2018). DOI: 10.1109/iThings-GreenCom-CPSCom-SmartData.2017.75 Onlineressource verfügbar