Forschungsschwerpunkte

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.

Aktuelle Forschungsfelder

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.

Forschungsfelder

  • Autonomous Infrastructure Management

    • Collecttion of Data and Metris for Cluster Management based on the co-developed TIMACS framework
      (more information)
  • Energy efficient Computing

    • Context-Aware Topology Optimisation and Virtual Machine Placement for Cloud Environment
    • Energy efficient Compute System architectures
      • Energy efficient component integration e.g. low power CPUs
      • Integration with the facility environment (heat re-use)
  • Cloud Computing

    • Cloud executionware dealing with the platform specific mapping of the application to the architectural model and Application Programming Interfaces (APIs) of the execution infrastructure of the Cloud provider, and with capabilities of monitoring the running application and possible reconfiguration to optimise its behavior in particular within the EU project PaaSage (see paasage.eu)
    • Future Cloud Architectures
  • Heterogeneous Computing Systems

    • Programming models for heterogeneous systems for embedded and high performance computing incorporating notions of cost for communication, data usage and access, algorithmic description
    • Operating Systems for large scale heterogeneous infrastructures that create minimal overhead for the system and thus exploits the resources best
    • Real-Time Systems & Scheduling with adaptive resource reservations and quality management for dynamic environments with unpredictable and fluctuating computational loads
Victorgrigas CC BY-SA 3.0