Motivation
High-Performance Computing (HPC) gehört heute in vielen wissenschaftlichen Disziplinen zu den grundlegenden Forschungsmethoden. Höchstleistungsrechner erreichen seit diesem Jahr die Exa-flop-Leistungsklasse (mindestens 1018 Operationen pro Sekunde). Damit Anwendungen die Leistung von Exascale-Systemen effizient ausnutzen können, muss die Skalierbarkeit auf sehr großen und heterogenen Systemen verbessert werden. Eine Vielzahl von Komponenten sind für moderne Höchstleistungsrechner notwendig: vom Prozessor über Datenspeicher und Dateisystem bis zu Software und Algorithmen. Für alle diese Komponenten sind auch neue Technologien und Anpassungen an bestimmte Anwendungen und Schnittstellen notwendig.Ziele und Vorgehen
Ziel des Vorhabens ist die Effizienzsteigerung moderner HPC-Systeme durch neuartige Ansätze zur Datenkompression. Im Projekt soll ein Selbstoptimierungssystem der Datenschnittstelle entwickelt werden, welches über ein Auto-Tuning verfügt, um flexibel auf unterschiedliche Anforderungen reagieren zu können. Die Lese- und Schreibraten für sehr große Dateien sollen dadurch verbessert werden. Gleichzeitig wird die zu verarbeitende und zu archivierende Datenmenge ohne Informationsverlust reduziert. Die Leistungsfähigkeit der neuen Softwarebibliothek und deren Energieeinsparpotenzial sollen anhand eines numerischen Wettervorhersagemodells gegenüber dem Stand der Technik getestet werden. Innovationen und Perspektiven
Das Auto-Tuning für die Datenschnittstelle zur Datenkompression ist innovativ und trägt dazu bei, die Rechenzeit und den Energieverbrauch zu senken. Die geplante Softwarebibliothek kann aber auch breitenwirksam in andere Anwendungsgebiete und auf andere HPC-Systeme übertragen werden.
