User: Guest  Login
Original title:
A Decentral Framework with Dynamic Partitioning for Numerical Computations on Massively Parallel Systems
Translated title:
Ein dezentrales Framework mit dynamischer Partitionierung für numerische Berechnungen auf massiv parallelen Systemen
Author:
Ertl, Christoph Matthias
Year:
2022
Document type:
Dissertation
Faculty/School:
TUM School of Engineering and Design
Advisor:
Rank, Ernst (Prof. Dr.)
Referee:
Rank, Ernst (Prof. Dr.); Bungartz, Hans-Joachim (Prof. Dr.); Mundani, Ralf-Peter (Priv.-Doz. Dr.)
Language:
en
Subject group:
BAU Bauingenieurwesen, Vermessungswesen; TEC Technik, Ingenieurwissenschaften (allgemein)
Keywords:
adaptive mesh refinement, dynamic partitioning, high-performance computing, parallel algorithms
Translated keywords:
Adaptive Netzverfeinerung, dynamische Partitionierung, Höchstleistungsrechnen, parallele Algorithmen
TUM classification:
BAU 005; ARC 045
Abstract:
This work addresses dynamic partitioning for numerical computations on modern high-performance computers. A simulation framework with a fully decentralized data structure is presented. This framework combines a diffusion approach to exchange workloads among neighboring processing elements with a spatial and hierarchical neighborhood description based on a space-tree domain decomposition. To demonstrate the suitability of the approach, several examples with adaptive mesh refinement are presented.
Translated abstract:
Diese Arbeit befasst sich mit numerischen Berechnungen auf modernen Hochleistungsrechnern. Es wird ein Simulationscode mit einer dezentralen Datenstruktur vorgestellt, der zur dynamischen Partitionierung einen Diffusionsansatz zum Austausch von Arbeitslasten zwischen benachbarten Prozessoren mit einer räumlichen und hierarchischen Nachbarschaftsbeziehung verwendet. Um die Eignung des gewählten Ansatzes zu demonstrieren, werden verschiedene Beispiele mit adaptiver Netzverfeinerung vorgestellt.
WWW:
https://mediatum.ub.tum.de/?id=1662342
Date of submission:
29.06.2022
Oral examination:
09.11.2022
File size:
11315383 bytes
Pages:
210
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20221109-1662342-1-3
Last change:
12.12.2022
 BibTeX