Graphvisualisierung der möglichen Zustandsänderungen des Heisenberg Spinkettenmodells. Die stark verknüpften Teilgraphen erzeugen dünnbesetzte Matrizen, für die selbst Matrix-Vektor Produkte parallel schwierig zu berechnen sind (sogenannte skalenfreie Matrizen). Bild: DLR SC-HPC.
ESSEX (Equipping Sparse Solvers for Exascale) erforscht Programmierkonzepte und numerische Algorithmen zur skalierbaren, effizienten und robusten Lösung dünnbesetzter Matrixprobleme auf Exascale Systemen.
Das Gesamtziel ist die Bereitstellung einer Sammlung von breit anwendbaren und skalierbaren dünnbesetzten Eigenwertlösern mit hoher Hardware-Effizienz für die Rechnerarchitekturen der nächsten Generationen. Das Projekt orientiert sich an den traditionellen Softwareschichten: Grundoperationen (Kernel), Algorithmen und Anwendungen. Die Grenzen zwischen diesen Schichten werden jedoch durchbrochen durch die starken Integrationsziele Skalierbarkeit, numerische Zuverlässigkeit, Fehlertoleranz und holistisches Energie- und Performanceengineering.
Die Abteilung High-Performance Computing am Institut für Softwaretechnologie trägt das zentrale Integrationsframework PHIST mit algorithmischen Grundbausteinen, linearen Lösern und der Jacobi-Davidson Methode bei. Außerdem sind wir an den Bibliotheken GHOST (optimierte Kernel) und CRAFT (Fehlertoleranz) beteiligt, die hauptsächlich am Regionalen Rechenzentrum der Universität Erlangen entwickelt werden.
Eine dünnbesetzte Matrix, die den Hamilton Operator einer Spinkette repräsentiert. Die Eigenwerte dieser Matrizen spielen beispielsweise eine Rolle bei der Simulation von Quantencomputern. Bild: DLR SC-HPC.
Laufzeit
Weiterführende Links
Software