Mit leistungsfähiger Hardware und größerem Hauptspeicher ergeben sich neue Anforderungen an Algorithmen. Große Datenmengen müssen schnell verarbeitet werden, insbesondere soll die Berechnung von drei-dimensionalen Datenfelder rasch erfolgen.
Simulationsmethoden sollen optimal skalieren: Verdoppelt sich die Problemgröße steigt die Rechenzeit nur um einen Faktor 2. Ähnlich einem Bildkomprimierungsverfahren können Matrizen komprimiert werden, indem die Wechselwirkung zwischen Blöcken berücksichtigt wird. Die Multiplikation eines Vektors mit der Matrix, ein Grundalgorithmus in vielen Simulationsprogrammen, ist in N Schritten möglich. Bei herkömmlichen Multiplikationsmethoden steigt die Rechenzeit quadratisch mit der Dimension der Matrix. Im Rahmen des Projektes werden neue Algorithmen zur Lösung von Randwertaufgaben entwickelt.
Peter Toson
- Dr. Alexander Goncharov, University of Sheffield, [UK, England]
- M. d’Aquino, Università di Napoli “Parthenope”, Napoli, [Italien]