Förbättrar kapaciteten på de datorer som kanske kan rädda världen

Datavetaren Gonzalo Rodrigo har i sin avhandling utvecklat nya tekniker och verktyg för att få superdatorsystem att arbeta mer effektivt. Detta för att tillmötesgå forskningens allt större behov av att hantera stora mängder data och göra avancerade simuleringar. Han försvarar sin avhandling i morgon vid Umeå universitet.

I en värld paralyserad av rädsla för global uppvärmning, sinande olja och utarmning av naturresurser stiger en oväntad hjälte fram: superdatorn (High Performance Computing, HPC). Superdatorn kan vara ett kluster av många vanliga datorer, eller en enda stor dator med många processorer. Eftersom det inom många områden är nära omöjligt att göra vetenskapliga framsteg enbart genom experiment och observationer, behöver forskningen om exempelvis vädermodeller, markvattenrörelser eller nya energikällor i allt högre grad förlita sig på simuleringar och dataanalys på storskaliga datorsystem.

Men varken traditionella HPC-center eller mer sofistikerade system kan i dag effektivt hantera de nya allt mer komplexa vetenskapliga tillämpningarna. I sin doktorsavhandling vid Umeå universitet, har Gonzalo Rodrigo utvecklat nya tekniker och verktyg för att hantera superdatorsystem mer effektivt, vilket ökar deras förmåga att stödja avancerad vetenskaplig forskning.

Ett problem är att lyckas ta fram den fulla potentialen av många parallella processorer. De mycket specialiserade systemen hanteras av HPC-systemens schemaläggningssystem som maximerar användningen och möjliggör effektivt nyttjande av många forskare från hela världen. Dessa schemaläggare är idag inte redo att hantera den ökande mängden data och de alltmer komplexa arbetsflöden som superdatorerna ska processa. Som en följd av detta går miljontals bearbetningstimmar förlorade varje år samtidigt som genomförandet av komplexa beräkningar går långsammare och därmed försvårar potentiella vetenskapliga genombrott.

Gonzalo Rodrigo presenterar i sin avhandling metoder och verktyg för att på ett effektivt sätt planera schemaläggning och resursnyttjande i högpresterande datorsystem och öka produktionstakten på det vetenskapligt arbete de kan utföra.

– Mer i detalj så har jag skapat förståelse kring aktuella trender för hur systemens belastningsmönster ser ut och utvecklat generella modeller för schemaläggning i HPC-system, ett simuleringsramverk för forskning om schemaläggningsalgoritmer samt en teknik för effektivt schemaläggning av komplexa programsekvenser för vetenskapliga beräkningar, säger Gonzalo Rodrigo.

Gonzalo Rodrigo har utfört sina forskarstudier i samarbete med forskare från The Data Science and Technology Department och The National Energy Research Scientific Computation Center vid the Lawrence Berkeley National Lab, UC Berkeley.

Gonzalo P. Rodrigo Álvarez kommer från Spanien. Han har en masterexamen i datateknik från Universidad de Zaragoza och en masterexamen i företagsekonomi från ESIC. December 2012 påbörjade han sina forskarstudier vid Umeå universitet under handledning av professor Erik Elmroth och senare även Dr. Lavanya Ramakrishnan, Lawrence Berkeley National Lab. Under forskarutbildning var Gonzalo gästforskare på Lawrence Berkeley National Lab i 18 månader och praktikant på Google Inc. fyra månader.

Läs hela avhandlingen

Om disputationen:

Fredagen den 21 april försvarar Gonzalo P. Rodrigo, Institutionen för datavetenskap vid Umeå universitet, sin avhandling med titeln: HPC Scheduling in a Brave New World.

Disputationen äger rum klockan 10:15 i MA121, MIT-huset, Umeå universitet

Fakultetsopponent är Professor Ewa Deelman. Information Sciences Institute, University of South California (USC), Los Angeles, California

För mer information, kontakta gärna:

Gonzalo Rodrigo, Institutionen för datavetenskap
Telefon: 070-308-00-43
E-post: gonzalo@cs.umu.se