Inst. für Organisation und Management von Informationssystemen
Albert-Einstein-Allee 43
89081 Ulm
Besucheranschrift
Albert-Einstein-Allee 43
Uni West, Raum 43.2.211
89081 Ulm
In den letzten Jahren hat sich die Hardwarelandschaft massiv verändert. Mit der Einführung von Mehrkernprozessoren findet zugleich ein Wandel im gesamten Programmierbewußtsein statt: Entwickler müssen von nun an Parallelität ihres Programmes nutzen, statt höhere Performanz vom Prozessor erwarten zu können. Darüber hinaus nimmt bei Rechensystemen nicht nur die Anzahl der Rechenkerne zu sondern gleichzeitig erhöht sich auch die Heterogenität der Ressourcen. Dies betrifft neben den Rechenkernen, die in verschiedenen Ausprägungen auch auf einem Chip zu finden sind, auch andere Komponenten der Rechnerarchitektur wie Cache und Speichersysteme oder Netzverbindungen zwischen den Rechensystemen.
Ähnliche Probleme stellen sich auch in modernen Cloud Systemen bei denen Anwendungen auf mehreren parallel laufenden Instanzen, potentiell von verschiedenen Cloud Anbietern, ausgeführt werden. Auch hier hat nicht nur die Heterogenität der verfügbaren Ressourcen und der Bedarf an Datenlokalität und -synchronität zugenommen, sondern Anwendungen werden dynamisch auf die verfügbaren (virtualisierten) Ressourcen verteilt.
Am Institut erforschen wir derzeit mit Partnern aus Forschung und Industrie im Rahmen einiger Nationaler und Europäischer Projekte Konzepte und Lösungen für diese Fragestellungen. Weitere Information dazu finden sich auf unserer Projektseite.
The institute is in the process of building up a test-cluster system built with different hardware elements from energy efficient CPU over accelerators up to manycore systems to evaluate different approaches and methods for optimization of cloud image placement and programming models.
A convenient way to implement parallel computations is to describe them in the form of a flow graph, which is a graph that may contain branches and loops.
During the execution of the application, this flow graph can be unrolled into a directed acyclic graph, depnding on the execution flow of the application.
Traditionally, thse applications can only be executed on shared memory.
We are developing methods to execute flow graph based applications on distributed memory systems. This includes the distributed unrolling into a direct acyclic graph and scheduling the generated tasks. This schedling uses data locality as a schedling metric to prevent excessive and unnecessary data transfers among nodes.
Albert-Einstein-Allee 43
89081 Ulm
Albert-Einstein-Allee 43
Uni West, Raum 43.2.211
89081 Ulm