Das Forschungszentrum Jülich - d-nb, Archivserver DEPOSIT.D-NB ...

Das ebenfalls im 6. Rahmenprogramm der EU geförderte Infrastrukturprojekt I3HP bietet
europäischen Hadronenphysikern Zugang zu klassischen Beschleunigeranlagen in Europa und
darüber hinaus mit dem IBM-System Jump erstmalig Zugang zu einem der weltweit leistungsstärksten
Supercomputer. Damit können die experimentellen Untersuchungen durch rechenintensive
Simulationsrechnungen ergänzt werden. Die EU finanziert 500 TeraFlops-Stunden Rechenzeit
während des Projektzeitraums von vier Jahren für Wissenschaftler aus dem europäischen Ausland.
Von diesem Angebot machen bisher drei Forschergruppen Gebrauch.
Über die von der EU geförderten Projekte hinaus ist die Verankerung des NIC in der europäischen
Forschungslandschaft durch eine Initiative des FZJ weiter vorangetrieben worden. Seit Juli 2004
stehen interessierten Wissenschaftlern aus den neuen EU-Beitrittsländern Rechnerressourcen auf
Jump im Umfang von 4.000 TeraFlops-Stunden zur Verfügung. Bisher haben sechs
Wissenschaftlergruppen auf dieses Angebot reagiert und mit computergestützten Untersuchungen
begonnen; eine Ausdehnung dieser Aktivitäten ist geplant.
Weiterentwicklung des Großgerätes
Im Rahmen der angestrebten Erweiterung des Supercomputer-Systems im Jahr 2006 erscheinen
IBM-Systeme vom Typ BlueGene von besonderem Interesse. Technische Details sowie erste
Benutzererfahrungen wurden auf einem gemeinsam mit IBM organisierten Workshop in Jülich
vorgestellt. Im Anschluss daran wurden erste Jülicher Anwendungen auf ein solches System portiert
und getestet. Konkurrierende Systeme werden z.B. vom Hersteller Cray angeboten. Um die
Leistungsfähigkeit dieser Produkte zu untersuchen, wurde ein aus 72 Opteron-Prozessoren
bestehendes CRAY XD1 Cluster mit innovativem Interprozessornetzwerk und der Option zur
Bestückung mit FPGAs beschafft.
Thema 2: Computational Science, Algorithmen und Architekturen
Computersimulationen sind ein unentbehrliches Werkzeug in vielen Forschungsfeldern geworden. Die
in diesem Programmteil beschriebenen Aktivitäten zielen darauf, die Nachfrage nach immer
präziseren theoretischen Modellen mit dem Bedarf an Anwendungs-programmen, die die Hardware
aktueller Höchstleistungsrechner effizient nutzen, und den Möglichkeiten der Grid-Infrastruktur
zusammenzuführen. Disziplinäre Forschung, wie z.B. atomistische Modellierung,
Quantenchromodynamik oder Quantencomputing, wird ergänzt durch Forschung in angewandter
Mathematik und Informatik (Leistungsanalyse, Visualisierung, Cluster-Computing).
Angewandte Mathematik: Modellierung, numerische und stochastische Verfahren
Die in diesem Abschnitt beschriebenen Aktivitäten beinhalten sowohl die Entwicklung mathematischer
Methoden und Algorithmen, als auch die Kooperation mit akademischen und industriellen Anwendern
bei der Modellierung, Implementierung und Nutzung mathematischer Algorithmen. Das mittelfristige
Ziel ist die Identifikation und Entwicklung effizienter Kern-Algorithmen, die in vielen
Anwendungsfeldern von strategischer Bedeutung sind.
Die schnelle Multipolmethode (FMM) ist ein Algorithmus der Komplexität O(N) für die exakte
Berechnung der Coulomb-Energie in Vielteilchensystemen. Die Beseitigung numerischer Instabilitäten
in der Berechnung der Wignerschen Rotationsmatrizen führte zu einer wesentlichen Erhöhung der
Genauigkeit dieser Methode. Durch Integration eines statistischen, numerisch unaufwändigen
Verfahrens zur Bestimmung der für die Genauigkeit und den gesamten rechnerischen Aufwand
relevanten Parameter wurde eine sehr gute Näherung an die optimale Parameterwahl erreicht.
Statistische Verfahren und Methoden für die Datenanalyse in der pharmazeutischen Forschung sind
von großer Bedeutung. Das GALA-Projekt (Grünenthal Applied Life Science Analysis) ist eine seit
dem Jahr 2000 bestehende Kooperation der Firma Grünenthal in Aachen und des ZAM, die auf die
Entwicklung, Implementierung und Evaluation solcher Methoden zielt. In 2004 wurde die bestehende
Software um robuste statistische Verfahren zur Korrelationsberechnung und Datenreduktion, sowie
durch die Integration von Clustermethoden erweitert. Insbesondere wurden Klassifikationen
hochdimensionaler Daten aus der pharmazeutischen Forschung durchgeführt und bewertet. Weiterhin
wurden nichtparametrische Klassifikationsverfahren basierend auf einer Kerndichteschätzung,
Support-Vektor-Maschinen (SVM) sowie Kombinationen dieser Methoden mit Verfahren zur
233