Das Projekt HALadapt beschäftigt sich damit, einem Anwendungsentwickler die Komplexität der Verwaltung eines heterogenen Parallelsystems zu verbergen, sowie durch gezielte Optimierungen Beispielsweise den Energieverbrauch oder die Ausführungszeit von Anwendungen zu senken.

Projektbeginn: 01.01.2016
Projektgruppe: Prof. Dr. Wolfgang Karl
Ansprechpartner: Dr. Thomas Becker
Links: Jobs - Abschlussarbeiten

Moderne Heterogene Parallelsysteme sind fester Bestandteil des Alltags in zahlreichen Anwendungsfeldern wie eingebetteten System oder dem High-Performance Computing. Diese unterschiedlichen Einsatzgebiete verbindet eine Dynamik in den Anforderungen an das verwendete Rechensystem. So können sich zur Laufzeit, bspw. auch durch Einflüsse der Umwelt des Rechensystems, neue Randbedingungen und Optimierungsziele für das Rechensystem ergeben. Dies macht eine statische Konfiguration des Systems für einen Anwender zu einer komplexen Problemstellung.

Das Laufzeitsystem HALadapt verwendet Methoden der Selbstorganisation, um das Rechensystem proaktiv an neu auftretende Anforderungen und Umwelteinflüsse anpassen zu können. Im Speziellen wird die Abbildung der auszuführenden Anwendungen als sogenannte „compute kernels“ proaktiv an den aktuellen und zukünftige Systemzustände angepasst. Dafür verwendet HALadapt einen Machine Learning-basierten Ansatz, welcher Regeln erlernt, die ein optimierendes Gleichgewicht zwischen sich widersprechenden Optimierungszielen wie Minimierung der Anwendungslaufzeiten, Minimierung des Energieverbrauchs, Minimierung der Hitzeentwicklung der Recheneinheiten und Maximierung der Systemzuverlässigkeit zu finden versuchen.