02.09.2015
Im Rahmen der 26. IEEE International Conference on Application-specific Systems, Architectures and Processors vom 26.-28. Juli 2015 in Toronto wurde Prof. Dr. Bertil Schmidt, geschäftsführender Leiter des Instituts für Informatik an der Johannes Gutenberg-Universität Mainz, mit dem Best Paper Award ausgezeichnet.
In seiner Arbeit zu „Light SpMV: Faster CSR-gased Sparse Matrix-Vector Multiplication on CUDA-enabled GPUs“, die in Zusammenarbeit mit seinem ehemaligen Mitarbeiter Dr. Yongchao Liu vom Georgia Institute of Technology in Atlanta, Georgia, entstand, untersucht er die Beschleunigung der Multiplikation von dünnbesetzten Matrizen mit Vektoren auf Grafikprozessoren, die durch ihre Architektur für parallele Berechnungen die Rechenleistung der Prozessoren um ein vielfaches steigern können. Die Grafikpro-zessoren arbeiten größtenteils mit mehreren tausend Kernen (zurzeit sind bis zu 2880 Kerne pro Chip möglich). Derart hohe Rechenkapazitäten werden vor allem im wissenschaftlichen und technischen Bereich eingesetzt. Anwendungsgebiete sind etwa die Bioinformatik und das wissenschaftliche Rechnen, in der dünnbesetzte Matrizen eingesetzt werden. Das ursprüngliche Paper ist bereits um den Page Ranking-Algorithmus erweitert worden, der Elemente in einer Verlinkungsstruktur bewertet und gewichtet und u.a. von Google verwendet wird. Auch das Thema Big Data spielt eine zunehmend größere Rolle, um immer mehr dünnbesetzte Matrizen auszulesen und Projekte mit einem hohen Bedarf an Rechenleistung zu realisieren. Es werden z.B. auch Berechnungen über das MOGON-Cluster am Zentrum für Datenverarbeitung (ZDV) der JGU durchgeführt. Dort werden mehrere Karten für eine sehr hohe Rechenleistung zu einem Cluster zusammengeschaltet.
Prof. Dr. Schmidt hat in seiner Arbeitsgruppe „High Performance Computing“ in Kooperation mit NVIDIA, dem Haupthersteller von Grafikprozessoren, ein CUDA Research Center und ein CUDA Teaching Center eingerichtet. Dort forschen er und seine wissenschaftlichen Mitarbeitern an der Verbesserung effizienter, paralleler Algorithmen und Programmabläufe und deren Nutzen in verschiedenen Bereichen der Wissenschaft. Entwickelt werden neue Methoden und Software auch in Zusammenarbeit mit interdisziplinären Partner an der JGU, wie dem Institut für Biologie, der Universitätsmedizin und dem Institut für Molekularbiologie.