"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Publicerad: 2024-05-31 Uppdaterad: 2024-06-12, 08:14

Matematisk föreläsning öppnar upp för samarbeten

NYHET Institutionen för datavetenskap vid Umeå universitet firar sitt 30-årsjubileum genom att anordna populärvetenskapliga frukostföreläsningar, “Breakfast Talks in Computing Science”. Professor Paolo Bientinesi, gruppledare och expert på högprestandaberäkningar och föreståndare för High Performance Computing Center North (HPC2N) föreläste om effektiviteten hos olika programmeringsspråks beräkningsmetoder för linjär algebra.

Institutionen för datavetenskap firar sitt 30-årsjubileum som egen institution genom att bland annat lyfta fram sin egen forskning via populärvetenskapliga frukostföreläsningar, “Breakfast Talks in Computing Science.” Dessa är avsedda för alla, från den breda allmänheten till universitetets anställda och studenter.

Paolo Bientinesi, som är professor i datavetenskap med inriktning mot högprestandaberäkningar samt är föreståndare för High Performance Computing Center North (HPC2N), var först ut som talare. Han ser frukostföreläsningarna som ett bra initiativ.

– Vår institution har expanderat snabbt och i alla möjliga riktningar. Dessa föreläsningar ger möjlighet att lära sig mer om varandras intressen, styrkor och erfarenheter, berättar han.

Under rubriken “Kan vi lita på att programmeringsspråk beräknar effektivt?”, föreläste han om problematiken med olika programmeringsspråks sätt att hantera matematiska beräkningar. Föreläsningens avtramp låg i hur man kan lösa problem inom linjär algebra med olika tillvägagångssätt. Paulo förklarade och resonerade kring problemställningen inför ett 40-tal åhörare.

En intresserad och mångfacetterad publik

Paolo reflekterade över sin frukostföreläsning och delade sina intryck av publiken.

– Rummet var helt fullt, vilket alltid är en trevlig känsla. Jag såg doktorander från många olika forskargrupper, masterstudenter, samt flera seniora professorer, sade Paolo. Han uppskattade den breda mixen av åhörare, där endast några få var bekanta med ämnet sedan tidigare.

Efter föreläsningen fick han mycket positiv feedback.
– Många uppskattade det historiska perspektivet, och det faktum att det övergripande innehållet i min föreläsning var tydligt även med sparsam kunskap om numerisk linjär algebra, tillade han. 

Matematiska modeller inom biologisk forskning

En av de som lyssnade var Hemamshu Ratnakaram, doktorand vid Institutionen för skoglig genetik och växtfysiologi, Sveriges lantbruksuniversitet. Han är biolog och forskar om hur växters yttre skyddande lager påverkar deras tillväxt och utveckling. Information som han får från sin forskning behandlas sedan med hjälp av ett antal beräkningsmetoder för vidare analys. Han tycker att föreläsningen var intressant och han har fått en vidare syn på hur olika datasystem behandlar komplexa matematiska beräkningar på olika sätt.

– Även om jag har en viss matematisk bakgrund kan jag inte exakt förstå begränsningarna i våra matematiska modeller och där är ett samarbete med instutionen för datavetenskap intressant, säger Hemamshu.

När han har kommit längre in i sin forskning känns det intressant för honom att knyta kontakt med experter på institutionen för datavetenskap och HPC2N.

– Med forskare som Paolo Bientinesi och hans djupa kunskaper i komplexa beräkningar och behandling av stora datamängder kan ett samarbete ge bättre resultat och förståelse för den forskning jag bedriver, säger han.

Tvärvetenskapliga samarbetsmöjligheter

Som gruppledare och föreståndare för HPC2N tror Paolo Bientinesi starkt på att föreläsningar som denna kan leda till samarbeten mellan institutioner och över fakultetsgränserna.

– Både HPC2N och min forskargrupp fungerar som stöd för andra forskare. Vi upptäcker inte nya mediciner eller material själva; vi är de som gör det möjligt för andra att lösa matematiska operationer korrekt och effektivt på en rad olika beräkningsplattformar, säger han.

Han betonade att den här typen av icke-tekniska föreläsningar gör det möjligt för forskare på andra institutioner att se vad de kan vinna på ett samarbete. 

Se föreläsningen här

Breakast talk in CS: Paolo Bientinesi

Kan vi lita på att programmeringsspråk beräknar effektivt?

Förbi är de tider då datorer endast var tillgängliga för utvalda forskare vid en handfull institutioner; nuförtiden har nästan alla forskare tillgång till kraftfulla datorer.

Under årens lopp, när datorer blev allt vanligare, utvecklades även programmeringsspråken. Traditionella programmeringsspråk (t.ex. C och Fortran) ersätts successivt av "högnivåspråk" och ramverk (t.ex. Matlab, Python, R, Julia, TensorFlow) som är betydligt mer användarvänliga.

Tack vare en enkel och intuitiv syntax (programmeringsspråkens grammatik) gör dessa språk det lätt för programmerare att uttrycka nya och komplicerade idéer på ett enkelt sätt, vilket i hög grad förbättrar deras produktivitet. Programmerare kan nu arbeta med komplexa datatyper direkt, utan behov av loopar och komplicerad indexering. Men genom att använda högnivåspråk ger programmerarna kompilatorerna (program som bygger om programkoden till ett körbart datorprogram) ett större ansvar för att översätta programmen till effektiv lågnivåkod.

I den här föreläsningen fokuserar vi på vektor- och matrisberäkningar, som är kärnan i ämnen som statistik, datavetenskap, signalbehandling och otaliga andra tillämpningar inom vetenskap och teknik. Vi undersöker om programmerare kan lita på att populära programmeringsspråk genererar effektiv kod. Kanske överraskande är svaret ett rungande nej. På grund av detta är detta föredrag viktigt för både användare och utvecklare, eftersom produktivitetsvinsterna sannolikt är kopplade till oväntade förluster i datoreffektivitet, dvs. onödigt hög energiförbrukning.

Presentationen vänder sig till icke-experter. Grundläggande kunskaper i linjär algebra är tillräcklig.

Kort biografi:

Paolo Bientinesi är professor i högpresterande datorsystem vid institutionen för datavetenskap, Umeå universitet, och föreståndare för High-Performance Computing Center North (HPC2N).

Han tog sin Laurea-examen i datavetenskap vid universitetet i Pisa (Italien, 1998) och sin doktorsexamen vid University of Texas at Austin (USA, 2006).Innan han flyttade till Sverige var han professor vid RWTH Aachen University (Tyskland, 2008).

Hans forskningsintressen inkluderar matris- och tensoroperationer, automatisk algoritm- och kodgenerering, prestandamodellering och datormusik. Paolo leder även forskargruppen High-Performance and Automatic Computing (HPAC, hpac.cs.umu.se, https://github.com/HPAC).