Projektaktivitäten

Aktuelle Beispiele für Projektaktivitäten aus dem Netzwerk

Unvollständige Zerlegungsverfahren in Partikelsimulationen

Das Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI und das Fraunhofer-Institut für Werkstoffmechanik IWM  bündeln in diesem Projekt ihre Expertise in Simulation und Werkstoffmechanik. Ziel ist es, partikelbasierte Simulationen von Flüssigkeiten und Feststoffen effizienter und stabiler zu machen.

Ein zentrales Problem: Bei jedem Zeitschritt müssen Druckausgleichsprobleme gelöst werden – schnell und präzise. Klassische Zerlegungsverfahren stoßen dabei oft an Grenzen. Unvollständige Verfahren schaffen Abhilfe: Sie erhöhen die numerische Stabilität und lassen sich parallel auf verteilten Rechnern mit Message Passing Interface (MPI) einsetzen. So wird das Anwendungsspektrum der Simulationen deutlich erweitert.

 

Beteiligte Fraunhofer-Institute

© Fraunhofer SCAI / Fraunhofer IWM

GPU-beschleunigte Mehrgitterverfahren in Elastizitätsanwendungen

Das Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI und das Fraunhofer-Institut für Graphische Datenverarbeitung IGD bündeln in diesem Projekt ihre Expertise in numerischer Simulation und Hochleistungsrechnen. Ziel ist es, die Lösungsphasen von Gleichungssystemen durch modifizierte Algebraische-Mehrgitter-Verfahren (AMG) auf Grafikprozessoren (GPU) deutlich zu beschleunigen.

Das Mehrgitterprinzip löst große Gleichungssysteme, indem es automatisch eine Hierarchie immer kleinerer Systeme erzeugt. Besonders in Elastizitätsanwendungen ist dieses Verfahren sehr effizient. Für den Einsatz auf GPUs eignet sich ein numerisch schlanker AMG-Zyklus mit wenigen Operationen, da er die Rechenleistung optimal ausnutzt. Allerdings sind bestimmte Stabilisierungsschritte unverzichtbar. Durch gezielte Anpassungen bei der Erzeugung der AMG-Hierarchie lässt sich der Aufwand für diese Schritte reduzieren.

Das Ergebnis: Eine Kombination aus optimierter Hierarchie und effizienter GPU-Implementierung, die eine deutlich bessere Performance liefert als jedes Verfahren für sich allein.
 

Beteiligte Fraunhofer-Institute

© Fraunhofer SCAI / Fraunhofer IGD

EMMA4Drive – Dynamisches Menschmodell für mehr Sicherheit und Komfort in autonomen Fahrzeugen

Für viele Arbeitnehmende ist es eine einladende Zukunftsvision: Mit dem eigenen Auto zur Arbeit fahren und die Fahrtzeit trotzdem sinnvoll nutzen – Nachrichten lesen, E-Mails checken oder entspannen und den ersten Kaffee des Tages genießen.

Um die Erwartungen von Kund:innen autonomer Fahrzeuge zu verstehen, ihr Vertrauen zu stärken und die Sicherheit nachzuweisen, werden neue digitale Werkzeuge für Forschung, Entwicklung und Validierung der Technologie gebraucht. Mit dem Projekt EMMA4Drive entwickeln Forschende das dynamische Menschmodell EMMA weiter und passen es für den Einsatz in voll- oder teilautonomen Fahrzeugen an. Die Deutsche Forschungsgemeinschaft (DFG) und Fraunhofer fördern das trilaterale Projekt zum autonomen Fahren.
 

Projektpartner