
GPU Ocean
Et GPU-akselerert simuleringssystem for å kjøre store ensembler av forenklede havmodeller i virkelige utsnitt av havet.
Ved å utnytte den innebygde parallelle regnekraften i moderne akseleratorer kan man oppnå en betydelig ytelsesøkning i de komplekse beregningene som inngår i våre simulatorer. Maskinvareakselererte beregninger handler ikke bare om å oversette eksisterende CPU-kode til akseleratorer; det innebærer å identifisere hvilken type akselerator som passer best til en gitt algoritme – eller omvendt, å velge den modelleringsmetoden eller beregningsalgoritmen som best utnytter en bestemt maskinvarearkitektur.
Våre forskere har en lang tradisjon for å ta i bruk ny maskinvare i beregningsorientert modellering. Allerede tidlig på 2000-tallet var vi blant pionerene innen GPU-beregninger, der vi brukte programmerbare grafikkort til å løse systemer av konserverings- og balanselover (se f.eks. vår innføringsartikkel fra 2007). Heterogen databehandling innebærer å kombinere ulike typer prosessorer, som CPU-er og GPU-er, for å håndtere forskjellige beregningsoppgaver mest mulig effektivt. I numeriske simuleringer er målet å kraftig redusere beregningstiden ved å utnytte den parallelle regnekraften i spesialiserte maskinvarekomponenter.
Vi viderefører nå denne tradisjonen med å ta i bruk den nyeste maskinvaren til å løse vitenskapelige problemstillinger. For tiden forsker vi på hvordan GPU-er kan brukes effektivt innen reservoarsimulering (f.eks. i EU-prosjektet ACROSS), innen havmodellering og innen visual computing. Vi har også erfaring med å bruke feltprogrammerbare portmatriser (FPGA), GPU-er i mobiltelefoner, tensorprosessorer (TPU-er) og nevrale prosessorer (NPU-er).
SWAMP aims at developing open-source software for simulation and analysis of surface water caused by flooding and intense rain, and using this simulation software to make demonstrators show casing our experience and expertise.
GOSPEL aims to leverage GPU-accelerated simplified ocean models to investigate and estimate uncertainties in short-term predictions of the spread and fate of oil spill at sea.
ACROSS aims to combine traditional High-Performance Computing (HPC) techniques and workflows with Artificial Intelligence (AI) and Big Data analytic techniques to enhance productivity and efficiency.
It is important to predict the drift trajectories of oil spills, ice bergs, and other floating objects to protect the marine environment and for safe offshore operations.