Task-basierte Visualisierungsmethoden für die skalierbare Analyse großer Datenmengen

• Antragsteller: Professor Dr. Christoph Garth; Professor Dr. Torsten Wolfgang Kuhlen, seit 1/2019
• Fachliche Zuordnung: Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung von 2018 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 398122172

Simulationen technisch-naturwissenschaftlicher Phänomene haben sich neben der Theorie und Experiment zur einer dritten Säule der modernen Wissenschaft entwickelt. Die Analyse der resultierenden Simulationsdatensätze mittels Techniken der wissenschaftlichen Visualisierung stellt einen wesentlichen Bestandteil dieser Vorgehensweise dar. Als Plattform für die Simulation kommen massiv-parallele Hochleistungsrechner mit stetig wachsenden Anzahl von Ausführungseinheiten (Cores) zum Einsatz. Da die entstehenden Datenmengen proportional zur verfügbaren Rechenleistung wachsen, kommt der Entwicklung skalierbarer Visualisierungsalgorithmen, die sich effizient auf derartigen Architekturen ausführen lassen, eine immer größere Bedeutung zu. Gleichzeitig setzt sich der Trend zu wachsender Parallelausführung auch im Bereich klassischer Arbeitsplatzrechner fort, sodass derartige Verfahren mittel- bis langfristig auch dort benötigt werden.Die Erforschung von Parallelisierungsansätzen für Visualisierung konzentriert sich bisher meist auf einzelne Techniken. Für die jeweils betrachtete Technik werden oft gute Ergebnisse hinsichtlich Skalierbarkeit und Effizienz erreicht. In der Praxis wird im Gegensatz zu diesen Einzelfallbetrachtungen in der Regel eine Kombination von Techniken eingesetzt. Aussagen über die Visualisierung als Gesamtsystem, insbesondere hinsichtlich der Wechselwirkung zwischen verschiedenen Parallelisierungsansätzen, lassen sich derzeit kaum treffen. Dies erschwert insbesondere die Auswahl geeigneter Algorithmen für Anwender, zumal die Wahl des falschen Verfahrens schwerwiegende oder sogar prohibitive Ineffizienzen zur Folge haben kann.In den letzten Jahren hat sich das Paradigma der task-basierten Parallelisierung etabliert. Hierbei wird ein Algorithmus als Menge von Tasks formuliert; ein Task stellt dabei eine atomar ausführbare Teilsequenz des Algorithmus dar, die sich nebenläufig ausführen lässt. Gegenseitige Abhängigkeiten zwischen Tasks werden explizit modelliert. Damit kann, solange die Abhängigkeiten nicht verletzt werden, eine beliebige nebenläufige Ausführungsreihenfolge genutzt werden, um die Berechnung ansonsten zu optimieren.Das vorgeschlagenen Vorhaben dient der Untersuchung task-basierter Formulierungen für etablierte, wichtige Visualisierungstechniken, mit dem Ziel, die Anwendbarkeit wissenschaftlicher Visualisierung auf großen Datensätzen und zukünftigen Architekturen zu erhöhen. Hierbei wird sowohl die generelle Eignung von task-basierten Formulierungen für Klassen von Visualisierungsalgorithmen untersucht werden als auch deren Effizienz und Laufzeitverhalten. Dabei wird insbesondere auch die Komposition verschiedener Visualisierungstechniken, wie sie in der Praxis oft zum Einsatz kommt, soll hierbei betrachtet werden. Erste gemeinsame Ergebnisse der Antragsteller deuten darauf hin, dass dieser Ansatz grundsätzlich erfolgversprechend ist.

• DFG-Verfahren: Sachbeihilfen
• Ehemaliger Antragsteller: Dr. Bernd Hentschel, bis 12/2018