Title data
Billenstein, Daniel ; Zimmermann, Markus ; Goller, Daniel ; Rieg, Frank:
Untersuchung von Methoden zur Matrixaufteilung bei einem HPC beschleunigten Gleichungslöser.
In: Brökel, Klaus ; Corves, Burkhard ; Grote, Karl-Heinrich ; Lohrengel, Armin ; Müller, Norbert ; Nagarajah, Arun ; Rieg, Frank ; Scharr, Gerhard ; Stelzer, Ralph
(ed.):
Digitalisierung und Produktentwicklung : vernetzte Entwicklungsumgebungen. -
Bayreuth
: Universität Bayreuth, Lehrstuhl für Konstruktionslehre und CAD
,
2018
. - pp. 13-22
. - (Gemeinsames Kolloquium Konstruktionstechnik
; 16
)
ISBN 978-3-00-059609-4
Abstract in another language
In verschiedensten Ingenieurwissenschaften ist die Finite-Elemente-Analyse (FEA) ein unverzichtbares Werkzeug geworden. Diese stützt sich auf eine definierte Abfolge von Schritten, wobei eine der mathematischen Hauptaufgaben die Lösung eines linearen Gleichungssystems ist, was, abhängig vom vorliegenden Netz, sehr viel Zeit und Rechenleistung beanspruchen kann. Daher liegt in diesem Schritt ein großes Optimierungspotential den Produktentstehungsprozess zu beschleunigen und die dadurch entstehenden Kosten zu reduzieren. Eine Möglichkeit der massiven Parallelisierung ist die Verwendung von Computer-Clustern. Dabei liegt das Leistungspotential in der Vernetzung einzelner CPUs, welche miteinander kommunizieren. Das zu lösende Gleichungssystem muss dabei so auf die einzelnen CPUs aufgeteilt werden, dass zum einen jede CPU möglichst beim Lösen die gleiche Anzahl an Rechenoperationen benötigt und zum anderen jedoch die Matrixunterteilung selbst nicht diesen Rechenzeitvorteil negiert. Zur Untersuchung dieser konkurrierenden Zielstellung werden unterschiedliche Methoden zur Matrixunterteilung implementiert und miteinander verglichen.
Abstract in another language
In almost any engineering science, finite element analysis (FEA) has become an indispensable tool. It is based on a defined sequence of steps. One of the main mathematical tasks is the solution of a linear system, which can take a significant amount of time and processing power depending on the mesh. Hence, this step offers a great potential for optimization to speed up the product development process and reduce the associated costs. One possibility of massive parallelization are computer clusters. The high performance level of clusters is achieved by creating a network of a big number of CPUs, which are communicating. The distribution of the matrix to the individual CPUs should lead to an equal number of calculation operations for every CPU. But at the same time the distribution itself has to be efficient enough to justify its overhead. For this matter we compared different partition methods for the distribution of the matrix in regard to the overall performance.
Further data
Item Type: | Article in a book |
---|---|
Refereed: | Yes |
Keywords: | FEA; High Performance Computing; HPC; Parallelisierung; Solver |
Institutions of the University: | Faculties > Faculty of Engineering Science > Chair Engineering Design and CAD Faculties > Faculty of Engineering Science > Former Professors > Chair Engineering Design and CAD - Univ.-Prof. Dr.-Ing. Frank Rieg Faculties Faculties > Faculty of Engineering Science Faculties > Faculty of Engineering Science > Former Professors |
Result of work at the UBT: | Yes |
DDC Subjects: | 600 Technology, medicine, applied sciences > 620 Engineering |
Date Deposited: | 15 Oct 2018 07:21 |
Last Modified: | 16 Feb 2022 13:48 |
URI: | https://eref.uni-bayreuth.de/id/eprint/46014 |