Adaptive Rechensysteme und ihre Entwurfswerkzeuge

Adaptive Rechensysteme haben die Fähigkeit, sich neben der konventionellen Programmierung durch Software auch in Hardware-Aspekten an die Erfordernisse der aktuellen Anwendung anpassen zu lassen. Diese Art von Flexibilität erfordert neue Entwicklungswerkzeuge, mit denen die Soft- und Hardware-Komponenten zur Realisierung eines Algorithmus gemeinsam erstellt werden können. Siehe auch die ausführliche Allgemeine Einführung

Rechnerarchitekturen für adaptive Systeme

Adaptive Rechensysteme (siehe auch Allgemeine Einführung) können wegen der für sie typischen Flexibilität einzelner Hardware-Teile weitaus besser an aktuelle Erfordernisse angepasst werden als dies mit komplett fester Standard-Hardware möglich wäre. Da aber selbst bei einem adaptiven Rechner der überwiegende Teil des Systems aus nicht-konfigurierbaren Bauteilen besteht, muss auch hier die doch weitgehend statische Rechner-Architektur sorgfältig und ohne die Möglichkeit einer späteren Änderbarkeit entworfen werden. Ein Schwerpunkt unserer Forschung liegt daher auf der Konzeption, Realisierung und Evaluierung verschiedener Hardware-Architekturen für adaptive Rechensysteme.

Laufende Projekte:
  • CYSEC ESA is a Member of the CYSEC profile area. CYSEC researches various topics from the field of cybersecurity.

  • INCA Das Projekt INCA strebt hohe Leistungszuwächse bei der schnellen Verarbeitung von Daten innerhalb von Hochgeschwindigkeitsnetzen durch in-network processing an. Aufbauend auf bereits im HPC-Umfeld bewährten Hardware-Plattformen des Industriepartners EXTOLL soll dabei eine neue Generation von intelligenter Netzwerkschnittstelle geschaffen werden, die nicht nur für klassische HPC-Anwendungen (z.B. MPI-basierte Cluster), sondern auch im Wachstumsmarkt von Big-Data und Data-Analytics Anwendungen, dabei insbesondere der schnellen Ausführung von Graphenalgorithmen, effizient hohe Rechenleistungen bereitstellen kann.

  • neoDBMS is a DFG-funded project aiming to explore new architectures, abstractions and algorithms for intelligent database storage capable of performing Near-Data Processing (NDP) and executing data- or compute-intesive DBMS operations in-situ.

  • PANDAS is a BMBF-funcded project aiming to investigate the influence of Near-Data Processing on the database architecture, performance and algorithms.

  • RAVEN Ziel des Vorhabens RAVEN ist es, eine neue Infrastruktur für virtuelle Plattformen (VP) zu schaffen, die es erlaubt, komplette und komplexe Hardware- und Softwaresysteme durch Simulationstechniken nachzubilden. So wird es möglich, parallel zur Prototypenfertigung schon mit der Softwareentwicklung für die anwendungsspezifischen integrierten Schaltungen zu beginnen. Durch die hohe Systemkomplexität der Chips kann es jedoch zu inakzeptablen Ausführungszeiten der Simulationsprogramme kommen. Im Vorhaben wird daher der Ansatz verfolgt, den Simulatorkern so zu erweitern, dass die einzelnen VP aufgeteilt und auf cloudbasierten Servern kosten- und zeitsparend parallel berechnet werden können. Zur weiteren Geschwindigkeitssteigerung werden zusätzliche Logikbausteine (FPGA) genutzt, die mit den virtuellen Komponenten zusammenarbeiten.

  • Scale4Edge Das BMBF-geförderte Verbundprojekt Scale4Edge befasst sich mit der Entwicklung eines Hardware-Software-Ökosystems für zuverlässige Mikroprozessoren auf Basis des offenen RISC-V Befehlssatzes. Das FG ESA arbeitet dazu an der gezielten Erweiterung von generischen Prozessorkernen, um diese besser auf spezielle Einsatzgebiete abzustimmen.

  • SODDAS Um die immer weiter wachsenden Mengen an Informationen zu beherrschen, werden in Datenzentren schon seit vielen Jahren für ihre Ablage spezialisierte Massenspeichersysteme betrieben. Diese sind mit den Servern, auf denen die eigentlichen Berechnungen stattfinden, über schnelle Netzwerke verbunden. Eine solche Trennung erlaubt die voneinander unabhängige Skalierung von Speicher- und Rechenkapazität, je nachdem, ob anspruchsvollere Speicher- oder Rechenaufgaben zu bewältigen sind. Durch die Steuerung mittels Software (Software-Definierbarkeit) lässt sich das Massenspeichersystem leicht an geänderte Anforderungen anpassen und kann so in vielen Fällen aufwändige und personalintensive Vor-Ort-Eingriffe (z.B. zur Neuverkabelung) vermeiden. Ein Nachteil der Verteilung von Datenhaltung und Berechnung liegt aber in der zusätzlichen Zeit, die benötigt wird, um die Daten zwischen Massenspeichern und Server zu transportieren. Das Projekt SODDAS hat das Ziel, diese Verzögerung durch den Einsatz spezialisierter Hardware zu reduzieren.

  • SPNC Ein tiefgehendes Verständnis von alltäglichen Vorgängen und komplexen Zusammenhängen, die sich dem menschlichen Beobachter nicht ohne weiteres erschließen, zu erlangen ist ein zentrales Ziel aktueller technischer Entwicklungen.

Vergangene Projekte:

Entwurf adaptiver Rechensysteme

Die manuelle Entwicklung von Anwendungen für adaptive Rechner ist recht mühsam: Zunächst muss der zu implementierende Algorithmus in Hard- und Software-Teile partitioniert werden. Anschließend werden die einzelnen Teile getrennt realisiert, müssen aber auf beiden Seiten noch mit Schnittstellen und Protokollen für ihre Kommunikation untereinander versehen werden. Die Komplexität der zu lösenden Einzelprobleme bei all diesen voneinander abhängigen Schritten führen zu einer recht niedrigen Entwurfs-Produktivität (siehe auch Allgemeine Einführung).