skip to content

ORKA-HPC: OpenMP für rekonfigurierbare heterogene Architekturen

BMBF-Förderkennzeichen: 01lH17003A

Das Projekt ORKA-HPC befasst sich mit heterogenen HPC-Architekturen unter Einsatz von FPGA-Beschleunigern. Die Rekonfigurierbarkeit von FPGAs ermöglicht sehr effiziente Implementierungen ausgewählter algorithmischer Kernels verschiedener Applikationsklassen. Dabei ist die Programmierung von FPGAs bisher vorwiegend Spezialisten vorbehalten und sehr zeitaufwendig, wodurch deren Verwendung im HPC-Bereich derzeit noch selten ist. Jüngste Entwicklungen adressieren die bessere Kopplung zwischen FPGA-Subsystem und Host. ORKA-HPC beabsichtigt, FPGAs den Softwareentwicklern im HPC-Bereich zugänglich zu machen und den Software-Portierungsaufwand auf FPGAs wesentlich zu reduzieren.

Hierzu soll eine produktive Verwendbarkeit von FPGAs über OpenMP, als bislang am stärksten adaptiertes Shared Memory Programmiermodell, etabliert werden. Bisherige OpenMP-Implementierungsversuche konzentrieren sich auf die Umsetzung einzelner Teilaspekte und adressieren insbesondere nicht die für HPC notwendigen Performance-Aspekte. Für einen ganzheitlichen Ansatz sind daher auch Forschungsarbeiten nötig, zum Beispiel zu neuen Ansätzen bei der Repräsentation von Programmcodes und heuristischen Methoden zur Optimierung für inhärent parallele Architekturen.

Kontakt: Viktor Achter

Projektbeteiligte

  • Universität zu Köln: RRZK - Prof. Dr. Ulrich Lang (Projektkoordination)
  • Fraunhofer-Institut für Algorithmen und wissenschaftliches Rechnen (SCAI): Horst Schwichtenberg
  • Friedrich Alexander Universität Erlangen: Lehrstuhl für Programmiersysteme - Prof. Dr. Michael Philippsen
  • Konrad-Zuse-Zentrum für Informationstechnik Berlin (ZIB): Dr. Thomas Steinke
  • Assoziierte Partner
  • Intel GmbH

Projektlaufzeit: 01.11.2017-31.10.2020

FAST - Find a Suitable Topology for Exascale Applications

BMBF-Förderkennzeichen: 01lH13004D

FaST ist ein Forschungsprojekt, das vom Bundesministerium für Bildung und Forschung gefördert wird. Es beschäftigt sich mit der zeitlichen und räumlichen Platzierung von Prozessen in Hochleistungsrechnern der Zukunft. Es wird angenommen, dass sich der aktuelle Trend in der Hardwareentwicklung fortsetzen wird und die CPU-Leistung deshalb deutlich schneller als andere Ressourcen wie die I/O-Leistung wachsen wird. Um zu verhindern, dass diese Ressourcen zu Engpässen im System werden, soll ein neues Scheduling-Konzept entwickelt werden, das die Systemressourcen überwacht und lokale Anpassungen an der Jobverteilung vornimmt. Die Überwachung des Systems wird durch ein neu entwickeltes Agentensystem realisiert, die Anpassung der Jobzuweisungen durch Prozessmigration. Die Leistungsfähigkeit des Ansatzes wird in den Beispielanwendungen LAMA und mpiBLAST demonstriert.

Das Ziel ist die prototypische Evaluation des im FaST-Projekt entwickelten Systems anhand von ausgewählten Anwendungen. Hierbei wird zum Beispiel eine Anwendung aus dem Gebiet der Lebenswissenschaften eingesetzt. Das RRZK wird den Einfluss der Entwicklungen des Projekts auf das Laufzeitverhalten der betrachteten Modellanwendungen evaluieren.

Kontakt: Viktor Achter

Projektbeteiligte:

  • Johannes Gutenberg-Universität Mainz: Zentrum für Datenverarbeitung (JGU) - Prof. Dr.-Ing. André Brinkmann und Dr. Lars Nagel
  • Technische Universität München: Lehrstuhl für Rechnertechnik und -organisation (TUM) - Prof. Dr. rer. nat. Dr.-Ing. habil. Arndt Bode, Prof. Dr.-Ing. Carsten Trinitis und Dr. rer. nat. Josef Weidendorfer
  • Universität zu Köln: RRZK - Prof. Dr. Ulrich Lang
  • Fraunhofer-Institut für Algorithmen und wissenschaftliches Rechnen (SCAI): Dr. Thomas Soddemann
  • RWTH Aachen University: Lehrstuhl für Betriebssysteme - Dr. rer. nat. Stefan Lankes
  • MEGWARE Computer Vertrieb und Service GmbH: Jürgen Gretzschel
  • ParTec Cluster Competence Center GmbH: Hugo Falter

Projektlaufzeit: 01.01.2015-31.12.2016

Projektwebsite FAST

SMOOSE - Verbundprojekt: Systemische Analyse von Modulatoren der onkogenen Signalübertragung

BMBF-Förderkennzeichen: 01ZX1303A

Im Bereich der Onkologie wird die Identifizierung neuer genetischer/molekularer Marker mit Next-Generation Sequenzierung und Whole-Genome Sequenzierung die Art und Weise verändern, wie wir Krebs in Zukunft behandeln und diagnostizieren werden. Personalisiertes Gesundheitswesen wird wahrscheinlich die zukünftige Realität in der Behandlung von Patienten werden. Jedoch, ist der Erfolg des personalisiereten Gesundheitswesens durch erworbene Resistenz und Primäre Resistenz beschränkt. Das SMOOSE-Projekt schlägt einen multi-disziplinären Ansatz vor, der Informatik und Bioinformatik, Molekular Biologie, molekulare Tumorbiologie und (Epi-)genetik, genetisch manipulierte Mäuse, chemische und strukturelle Biologie, molekulare Pathologie und medizinische Onkologie beinhaltet.

Durch das RRZK soll die Infrastruktur entlang der Verarbeitungspipeline durch Methoden aus dem High-Performance Computing (HPC) unterstützt werden. Rechen- und Datenbankinfrastruktur werden benötigt, um effizientes Datenmanagement von großen genetischen Datenmengen, wie bei genetischer Sequenzierung, sicherzustellen. Die Verarbeitung von großen Datenmengen beinhaltet optimierte Algorithmen und Analyse-Pipelines. Ziel ist es hierbei, eine spezialisierte Appliance zu bauen, die deutlich geringere Anforderungen an Infrastruktur und Personal stellt.

Kontakt: Viktor Achter

Projektbeteiligte:

  • Universität zu Köln:
    Department of Translational Genomics - Roman Thomas und Martin Peifer
    Institut für Informatik und Regionales Rechenzentrum - Ulrich Lang
    Institut für theoretische Physik - Johannes Berg
  • Universitätsklinik Köln:
    Klinik für Kinderonkologie und -hämatologie - Matthias Fischer
    Klinik I für Innere Medizin - Christian Reinhardt und Jürgen Wolf
    Institut für Pathologie - Reinhard Büttner
  • Universitätskinderklinik Essen:
    Pädiatrisch-Onkologische Forschung II - Johannes Schulte
  • Technische Universität Dortmund:
    Institut für Chemie und chemische Biologie - Daniel Rauh

Projektlaufzeit: 01.01.2014-31.12.2016

Projektwebsite SMOOSE

Contact
If you have any questions or problems, please contact the RRZK-Helpdesk