info_hpc.html 10.4 KB
Newer Older
Muddsair Sharif's avatar
Muddsair Sharif committed
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
<!DOCTYPE html>
<html>

<head>
    <meta charset="utf-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0, shrink-to-fit=no">
    <title>Infos zur Hochleistungsrechnen</title>
    <link rel="stylesheet" href="/css/bootstrap.min.css">
    <link rel="stylesheet" href="/css/m4lab.css">
    <link rel="stylesheet" href="/fonts/font-awesome.min.css">
    <link rel="stylesheet" href="/fonts/ionicons.min.css">
    <link rel="stylesheet" href="/css/Testimonials.css">
    <link rel="stylesheet" href="/css/help.css">
    <link rel="stylesheet" href="https://use.fontawesome.com/releases/v5.8.2/css/all.css" integrity="sha384-oS3vJWv+0UjzBfQzYUhtDYW+Pj2yciDJxpsK1OYPAYjqT085Qq/1cq5FLXAZQ7Ay" crossorigin="anonymous">
</head>

<body>

    <div style="background-color: #dadada;">
        
        <div class="container" style="background-color: #ffffff;margin-bottom: 30px;">
            <div class="row">
            </div>
       </div> 
        <div id="Gitlab_Text" style="margin-top: 40px;margin-bottom: 30px;">
            <div class="container" style="background-color: #ffffff;">
                <div style="margin-bottom: 0;padding-top: 20px;padding-bottom: 20px;">
                    <div class="col-lg-12">
                        <h2 class="d-flex flex-column flex-shrink-1 justify-content-lg-start text-center" style="padding-top: 15px;color: #708090;"><strong>Hochleistungsrechnen</strong></h2>
                    </div>
                    <div class="col-auto flex-row flex-grow-1 flex-fill" style="background-color: #ffffff;">
32
                        <p> Das Hochleistungsrechen (englisch: high-performance computing, HPC) ist eine Technologie, die Rechenarbeiten ermöglicht, welche einen hohen Bedarf an Rechenleistung oder Speicherkapazität haben. Somit können umfangreiche Modelle, Algorithmen oder auch Simulationen in deutlich kürzerer Zeit ausgeführt werden als es auf herkömmlichen Computersystemen möglich ist.
Muddsair Sharif's avatar
Muddsair Sharif committed
33

34
                            Das Land BW stellt unter Beteiligung mehrerer Universitäten und Hochschulen – darunter auch der HFT Stuttgart – eine Hochleistungsrechenplattform bereit, den BW HPC Cluster.
Muddsair Sharif's avatar
Muddsair Sharif committed
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
                            
                        </p>
                    </div>
                    <a class="btn btn-primary text-center d-inline-flex d-lg-flex flex-column flex-grow-1 flex-shrink-1 flex-fill justify-content-between align-items-baseline align-content-center align-self-baseline flex-wrap order-3 mb-auto justify-content-md-center align-items-md-end align-items-lg-center justify-content-xl-center mx-auto"
                            role="button" style="background-color: #E0001B;" href="https://www.bwhpc.de/"><strong>Zugriff auf die Hochleistungsrechnenplatform</strong></a>
                </div>
            </div>
        </div>
        
    <div id="Projects_Text" style="margin-top: 10px;margin-bottom: 30px;">
        <div class="container" style="background-color: #ffffff;">
            <div style="margin-bottom: 0;padding-top: 20px;padding-bottom: 20px;">
                <div class="col-lg-12">
                    <h2 class="d-flex flex-column order-1 justify-content-lg-start text-center" style="padding-top: 15px;color: #708090;"><strong>Beispielprojekte der HFT Stuttgart auf der Hochleistungsrechnenplatform</strong></h2> 
                </div>
                <div class="col-auto" style="background-color: #ffffff;">
                    <div class="help">
                        <div class="card">
                            <div class="card-header">
                                <h3 class="card-title">
                                    <a class="collapsed" data-toggle="collapse" href="#collapse7" aria-expanded="false" aria-controls="collapse7">
                                        <small>Acoustic Data Accelerator using Deep Learning</small></a>
                                </h3>
                            </div>
                            <div id="collapse7" class="card-body collapse" style="">
                                <p>
61
                                   In einer Masterarbeit in der Akustikgruppe der HFT Stuttgart wurde für eine Beurteilung des Verkehrsaufkommens der Einsatz einer automatischen Erkennung von Straßengeräuschen wie Motoren, Passanten und Umweltgeräuschen untersucht. Durch Verwendung des maschinellen Lernens, genauer dem s.g. Deep Learning, sollten unterschiedliche Fahrzeuge anhand der akustischen Signale erkannt und unterschiedlichen Fahrzeugkategorien (z.B. Leicht-, Mittel-, Schwerfahrzeuge, Schienenfahrzeuge, Zweiräder) zu geordnet werden. Um die Berechnungszeit für das Deep Learning zu verkürzen, wurden die Berechnungen auf dem HPC Cluster durchgeführt, wobei mittels paralleler Programmierung eine Vielzahl von Rechenknoten auf dem Cluster genutzt wurden.
Muddsair Sharif's avatar
Muddsair Sharif committed
62
63
                                    <br/>for more information.
                                </p>
64
                                <img style="width:100%" src="/img/hpc/acoustic.png" alt="template based approach">
Muddsair Sharif's avatar
Muddsair Sharif committed
65
66
67
68
69
70
71
72
73
74
75
76
77
78
                                </div>
                        </div>
                    </br>
                        <div class="card">
                            <div class="card-header">
                                <h3 class="card-title">
                                    <a class="collapsed" data-toggle="collapse" href="#collapse5" aria-expanded="false" aria-controls="collapse5">
                                    <small>urban-scale energy systems co-planning (in Arbeit)</small></a>
                                </h3>
                            </div>
                            <div id="collapse5" class="card-body collapse" style="">
                                <p>
                                    In an energy community, the prosumers' interactions are critical to ensure efficient resource distribution, e.g., renewable energy sources, and to reach ambitious climate and economic goals. A typical paradigm of a local energy sharing platform consists of many prosumers and an agent that coordinates the energy transactions between prosumers. The coordinating agent, typically known as the market agent, acts according to a set of rules that enable it to match one prosumer's renewable energy surplus with the deficit of another. This article describes an agent-based modeling strategy and a case-study to demonstrate the prosumer interactions in an energy community. Each prosumer agent in the modeled environment intends to maximize its renewable energy self-consumption. At the same time, the energy community, as a whole, also would like to maximize its collective renewable self-consumption. The prosumers attempt to achieve their individual and collective objectives by following either a locally optimal or rule-based strategy. In both scenarios, prosumers have no visibility of other prosumers; therefore, the market agent has the sole responsibility of orchestrating the energy exchanges between prosumers. Finally, we discuss the significance and future research outlook for energy interaction modeling at a community scale.
                                </p>
79
                                <img style="width:100%" src="/img/hpc/concept.png" alt="Energy co-planning">
Muddsair Sharif's avatar
Muddsair Sharif committed
80
81
82
83
84
85
86
87
88
89
90
91
                            </div>
                        </div>
                        <br/>
                        <div class="card">
                            <div class="card-header">
                                <h3 class="card-title">
                                    <a class="collapsed" data-toggle="collapse" href="#collapse6" aria-expanded="false" aria-controls="collapse6">
                                    <small>CA-Smart2Charge (in Arbeit)</small></a>
                                </h3>
                            </div>
                            <div id="collapse6" class="card-body collapse" style="">
                                <p>
92
93
94
                                    Die Elektromobilität hat einen tiefgreifenden wirtschaftlichen und ökologiscen Einfluss auf unsere Gesellschaft. Ein Großteil der Transformation im Mobilitätssektor wird durch die Digitalisierung vorangetrieben, indem diese echtzeitfähige Interaktionen zwischen den unterschiedlichen Beteiligten, wie z.B. Fahrzeugnutzern und Infrastrukturbetreiber, ermöglicht. In einer Studie wird ein neues, auf dem s.g. Deep Reinforcement Learning basierendes Konzept für die Optimierung solcher Interaktionen und Entscheidungsprozessen zwischen den Beteiligten in einem Smart-Mobility Ecosystem untersucht. Der hierbei entwickelte Algorithmus löst dabei kontextbezogene, beschränkte Optimierungsprobleme zur Erfüllung von Anfragen der Beteiligten. Dabei lernt der Algorithmus von der Umgebung und den Interaktionen bis sich für den jeweils betrachteten Kontext ein optimales Gleichgewicht bei der Erfüllung der Anfragen einstellt. 
Um dieses rechenintensive Problem zu lösen, läuft der Algorithmus auf dem HPC Cluster unter Verwendung des oben genannten, bereit gestellten Templates.

Muddsair Sharif's avatar
Muddsair Sharif committed
95
                                </p>
96
                                <img style="width:100%" src="/img/hpc/ucicity2021.png" alt="casmart2charge">
Muddsair Sharif's avatar
Muddsair Sharif committed
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
                                <br/>1. CA-Smart2Charge:Context-Aware optimal charging distribution using Deep Reinforcement Learning, BDIOT2020, the fourth international conference on Big Data, Singapore.
                                <br/>2.ARaaS:context aware optimal charging distribution as a service using deep reinforcement learning iCity_2021: Towards liveable, intelligent and sustainable future cities.

                            </div>
                        </div>
                        <br/>
                        
                      
                </div>
            </div>
        </div>
    </div>
</div>
    <div class="container" style="background-color: #ffffff;margin-bottom: 30px;">
        <div class="row">
        </div>
    </div> 
</div>

<script src="https://code.jquery.com/jquery-3.3.1.slim.min.js" integrity="sha384-q8i/X+965DzO0rT7abK41JStQIAqVgRVzpbzo5smXKp4YfRvH+8abtTE1Pi6jizo" crossorigin="anonymous"></script>
<!--<script src="https://cdnjs.cloudflare.com/ajax/libs/popper.js/1.14.7/umd/popper.min.js" integrity="sha384-UO2eT0CpHqdSJQ6hJty5KVphtPhzWj9WO1clHTMGa3JDZwrnQq4sF86dIHNDz0W1" crossorigin="anonymous"></script>-->
<script src="https://stackpath.bootstrapcdn.com/bootstrap/4.3.1/js/bootstrap.min.js" integrity="sha384-JjSmVgyd0p3pXB1rRibZUAYoIIy6OrQ6VrjIEaFf/nJGzIxFDsf4x0xIM+B07jRM" crossorigin="anonymous"></script>
119
<script src="/js/headfoot.js"></script>
Muddsair Sharif's avatar
Muddsair Sharif committed
120
121
122
</body>

</html>