Küppers, Fabian and Schmitz, Andreas (2016) Ersatzmodelltraining für Turbomaschinenoptimierungen: Entwicklung eines verteilten Systems zur Auslagerung rechenintensiver Algorithmen auf GPUs. Deutscher Luft- und Raumfahrtkongress 2016, 2016-09-13 - 2016-09-15, Braunschweig, Deutschland.
PDF
1MB |
Official URL: http://publikationen.dglr.de/?tx_dglrpublications_pi1[document_id]=420010
Abstract
Eine große Rolle in der Entwicklung und dem Design neuer Konzepte für Turbomaschinen spielen moderne Optimierungs- und Simulationsverfahren. Das Institut für Antriebstechnik des DLR verwendet in diesem Rahmen Multifidelity- und Gradient-Enhanced-Kriging-Ersatzmodelle, welche ein aufwändiges Training benötigen. In solch einem Training sind verschiedene Matrizenoperationen der Komplexität O(n³) notwendig. Bei aufwändigen Problemstellungen kann das Kriging-Training allerdings zum Flaschenhals einer Optimierung werden. Mittelfristiges Ziel ist es, solch ein Training auch für sehr große Matrizen (~20.000²) in annehmbarer Zeit umzusetzen. Für Optimierungen wird im Institut für Antriebstechnik des DLR meistens ein eigenes Rechencluster mit zahlreichen Knoten verwendet. Das Kriging-Training lässt sich aber nur teilweise auf mehrere Knoten verteilen. Die höchste Rechenleistung bei gleichzeitig bestem Preis-/Leistungsverhältnis bieten derzeit GPGPUs (General Purpose Computation on Graphics Processing Unit, nachfolgend GPU). Diese sind allerdings auf dem Rechencluster derzeit nicht vorhanden. Aus diesem Grund wurde für das Kriging-Training ein externer Server zur Verfügung gestellt, der solch eine GPU verwendet. Zur Auslagerung der wichtigsten Matrix-operationen in einer 1:1 Client-Server-Verbindung war darüber hinaus die Entwicklung einer geeigneten Netz-werkschnittstelle notwendig. Bei derzeitiger Infrastruktur konnte so ein Speedup um den Faktor 2 erreicht werden. Die gleiche Netzwerkschnittstelle wurde in einem zweiten Schritt dazu verwendet, um die parallelisierbaren Berechnungen des Kriging-Trainings unabhängig von der Verwendung einer GPU auf verschiedene Cluster-knoten zu verteilen. Mit solch einer Verteilung konnte ein Speedup erreicht werden, der in begrenztem Maße beinahe linear mit der Anzahl an Clusterknoten wächst.
Item URL in elib: | https://elib.dlr.de/108417/ | ||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Document Type: | Conference or Workshop Item (Poster) | ||||||||||||
Title: | Ersatzmodelltraining für Turbomaschinenoptimierungen: Entwicklung eines verteilten Systems zur Auslagerung rechenintensiver Algorithmen auf GPUs | ||||||||||||
Authors: |
| ||||||||||||
Date: | 2016 | ||||||||||||
Refereed publication: | Yes | ||||||||||||
Open Access: | Yes | ||||||||||||
Gold Open Access: | No | ||||||||||||
In SCOPUS: | No | ||||||||||||
In ISI Web of Science: | No | ||||||||||||
Status: | Published | ||||||||||||
Keywords: | Verteiltes System, GPU, Grafikkarte, Cluster, Optimierung, Ersatzmodell, Matrizen, Matrix, Rechenoperationen, Cholesky-Zerlegung, Invertierung, IT, Algorithmen, Rechenzeit, Reduktion | ||||||||||||
Event Title: | Deutscher Luft- und Raumfahrtkongress 2016 | ||||||||||||
Event Location: | Braunschweig, Deutschland | ||||||||||||
Event Type: | international Conference | ||||||||||||
Event Start Date: | 13 September 2016 | ||||||||||||
Event End Date: | 15 September 2016 | ||||||||||||
Organizer: | Deutsche Gesellschaft für Luft- und Raumfahrt | ||||||||||||
HGF - Research field: | Aeronautics, Space and Transport | ||||||||||||
HGF - Program: | Aeronautics | ||||||||||||
HGF - Program Themes: | propulsion systems | ||||||||||||
DLR - Research area: | Aeronautics | ||||||||||||
DLR - Program: | L ER - Engine Research | ||||||||||||
DLR - Research theme (Project): | L - Fan and Compressor Technologies (old), L - Simulation and Validation (old) | ||||||||||||
Location: | Köln-Porz | ||||||||||||
Institutes and Institutions: | Institute of Propulsion Technology > Fan and Compressor | ||||||||||||
Deposited By: | Küppers, Fabian | ||||||||||||
Deposited On: | 28 Nov 2016 10:54 | ||||||||||||
Last Modified: | 24 Apr 2024 20:13 |
Repository Staff Only: item control page