NYHET Umeå universitet har tillsammans med tre internationella partners beviljats över 36 miljoner kronor till ett stort forskningsprojekt om metoder och programvara för framtida superdatorer. Projektet heter NLAFET och ska utveckla effektivare metoder för att klara de biljontals beräkningar som hanteras i superdatorer.
Redan i dag är superdatorer uppbyggda av tio- till hundratusentals beräkningskärnor som tillsammans utgör ett datorsystem med massiv parallellitet. För att effektivt kunna utnyttja denna kapacitet behövs tillgång till effektiva och skalbara parallella algoritmer och programvara, vilket sedan länge är ett styrkeområde inom den beräkningsinriktade och datavetenskapliga forskningen vid Umeå universitet. HPC2N (High Performance Computing Center North) vid Umeå universitet erbjuder, som del av VR:s metacenter SNIC, nationell tillgång till förstklassiga superdatorsystem för storskaliga beräkningar och masslagring av data.
Framtida superdatorer kommer att vara ännu mer extremt parallella, skalbara och heterogena; målsättningen är att kunna leverera superdatorer med en beräkningskapacitet på en triljon operationer per sekund (1 triljon = 1 000 000 000 000 000 000; 10 upphöjt till 18) senast till år 2020. Denna dramatiska utveckling ställer i sin tur nya och utmanande krav på effektiva numeriska algoritmer och programbibliotek. Syftet med NLAFET är att angripa dessa utmaningar och slutligen leverera nya skalbara numeriska bibliotek för storskaliga fundamentala problem inom numerisk linjär algebra, inklusive lösning av täta och glesa ekvationssystem och egenvärdesproblem.
Komponenterna i ett programbibliotek kan ses som legobitar som används för att kunna bygga programvara för olika tillämpningsområden. I dag finns dessa tillämpningar inom i stort sett alla fakultets- och forskningsområden, med längst tradition inom teknik- och naturvetenskap. Förutom simuleringar av olika fysikaliska modeller av verkligheten är bearbetning och analys av stora datamängder ett viktigt område med många nya tillämpningar.
NLAFET står för ”Parallel Numerical Linear Algebra for Future Extreme Scale Systems”. Det är ett högprofilerat forskningsprojekt (RIA) för extremt skalbara datorsystem, finansierat av Europeiska kommissionen inom sektionen Future och Emerging Technologies (FET), inom ramen för Horizon 2020. Horizon 2020 är EU:s ramprogram för att finansiera forskning och innovation, med finansiering på nästan 71 miljarder euro över sju år (2014-2020).
För att uppnå projektets målsättningar krävs en bred satsning på att utveckla nya algoritmer, utforska avancerade schemaläggningsstrategier och exekveringssystem, automatisk optimering av programvara (s.k. offline och online autotuning), och inte minst att undvika flaskhalsar gällande kommunikation och synkronisering av miljontals beräkningsuppgifter som tillsammans bildar helheten.
NLAFET-projektet koordineras av Umeå universitet med internationella partners från University of Manchester (UNIMAN), Storbritannien, Institut National de Recherche en Informatique et Automatique (INRIA), Frankrike samt Science and Technology Facilities Council (STFC), Storbritannien.
Nyligen hölls projektets kick-off-konferens vid Umeå universitet med deltagare från samtliga fyra parter. Konferensen arrangerades gemensamt av Institutionen för Datavetenskap och HPC2N. Vid konferensen presenterades upplägget av forskningsprojektet samt dess olika delar. En viktig utmaning för NLAFET, liksom för alla projekt inom Horizon 2020, är att skapa de bästa möjliga förutsättningarna för en kreativ forskningsmiljö för att effektivt kunna samarbeta och tillsammans uppnå de högt ställda ambitionerna inom projektet.
Bildtext: Ledningen för NLAFET vid Umeå universitet, från vänster Lennart Edblom, administrativ koordinator, Bo Kågström, koordinator och vetenskaplig ledare, och Lars Karlsson, forskningsledare. Foto: Mikael Hansson
Bo Kågström, professor, huvudkoordinator och vetenskaplig ledare för NLAFET, Institutionen för datavetenskap och HPC2N, Umeå universitetTelefon: 073-620 54 19
E-post: bokg@cs.umu.se
Redaktör: Anna-Lena Lindskog