Entwicklung und Aufbau eines verteilten Systems zur Reduktion der Rechenzeit für Gradienten basierte Ersatzmodell Algorithmen

Abstract

Zur Entwicklung neuer Konzepte für Turbomaschinen sind moderne Simulations- und Optimierungsverfahren, wie sie im Institut für Antriebstechnik des DLR verwendet werden, unerlässlich. Innerhalb dieser Optimierungsprozesse werden verschiedene so genannte Ersatzmodelle verwendet, die im Rahmen dieses Prozesses kontinuierlich verbessert bzw. trainiert werden. Für das Training solcher Ersatzmodelle sind allerdings diverse Matrizenoperationen notwendig, die je nach Problemgröße äußerst aufwendig zu berechnen sind. Werden für dieses Training zusätzlich Gradienteninformationen aus vorangegangen Rechnungen mit einbezogen, vergrößern sich die zugrunde liegenden Matrizen noch einmal erheblich, sodass die Rechenzeit des gesamten Optimierungsprozesses darunter leidet. Es soll im Rahmen dieser Arbeit daher ermöglicht werden, einerseits diese Matrizenoperationen in geeignetem Maße auf einen leistungsstarken Rechner auszulagern, der mit einer GPU zu Rechenzwecken ausgestattet ist, und andererseits parallel ausführbare Teile des zugrunde liegenden Quellcodes des Ersatzmodelltrainings zu identifiziert und auf mehrere Recheneinheiten zu verteilen. Die Auslagerung bzw. Verteilung von Rechenoperationen konnte durch Erweiterung und Optimierung von bestehender Software erreicht werden, indem wichtige Teile des Ersatzmodelltrainings mithilfe eines Clients als Schnittstelle an ein geeignetes Netzwerk mit beliebig vielen Servern angebunden wurde. Je nach Problemstellung sind so Verbindungen in einer 1:1 Beziehung zu nur einem Server und 1:n zu vielen Servern möglich. Die Ausführungsdauer eines Ersatzmodelltrainings und somit die des gesamten Optimierungsprozesses konnte so durch eine bessere Auslastung von bereits zur Verfügung stehenden Ressourcen deutlich gesenkt werden.