Projektliste

Ziel des 5G-Industry Campus Europe ist es, die neue 5G-Technologie in der produzierenden Industrie zu erforschen und praxisnah zu untersuchen. Hierzu werden neue Anwendungen und Systeme entwickelt, die die Produktion weiter digitalisieren und vernetzen sollen. Dabei sollen ebenfalls Edge-Cloud-Systeme zum Einsatz kommen, um eine möglichst schnelle Datenverarbeitung zu testen. Das Netz des 5G-Industry Campus deckt eine Außenfläche von rund einem Quadratkilometer sowie 7.000 Quadratmeter in den Maschinenhallen der beteiligten Partner ab. Dort werden die Projektpartner in den nächsten drei Jahren verschiedene Anwendungsszenarien untersuchen. Bei diesen verschiedenen Szenarien liegt der Fokus unter anderem auf der 5G-Sensorik für die Überwachung und Steuerung von Fertigungsprozessen, der mobilen Robotik und Logistik und der Entwicklung von standortübergreifenden Produktionsketten.

Als Kooperationspartner ist das IT Center für die Glasfaseranbindung der verschiedenen Teilnetze, den Betrieb des 5G-Netzes und die Außenantennen des 5G-Industry Campus zuständig. Weitere Informationen finden Sie auf der Projektwebseite. 

Im Aachener Exzellenzcluster „Integrative Produktionstechnik für Hochlohnländer“ arbeitet ein Zusammenschluss von 18 Instituten der RWTH Aachen an der Entwicklung neuer Techniken und Konzepte zur Steigerung der Wettbewerbsfähigkeit der Produktionstechnik in Deutschland.

Die VR Group der RWTH Aachen ist in diesem interdisziplinären Projekt verantwortlich für die Reduzierung der Belegung realer Fertigungskapazitäten bei der Prozessoptimierung durch Einsatz virtueller Produktionssysteme, die Erfassung schwierig ermittelbarer Prozessdaten mithilfe von Simulationsansätzen, die realistische virtuelle Abbildung von Werkzeugmaschinen und Kopplung hochspezialisierter Simulationssysteme zur Erfassung interphysikalischer Effekte. Mehr Informationen finden Sie auf der Projektwebseite.

Im Projekt Applying Interoperable Metadata Standards (AIMS) soll es Wissenschaftler*innen ermöglicht werden, Metadatenstandards zu erstellen, gemeinsam zu nutzen und wiederzuverwenden. Dazu werden Werkzeuge und Arbeitsabläufe für die mühelose Schaffung standardisierter Metadaten während der Forschung entwickelt, die gleichzeitig die Effizienz der Datenverarbeitung erhöhen. Als wesentlicher Bestandteil werden die erstellten Standards gespeichert, indexiert und öffentlich zugänglich gemacht. Durch die Umsetzung eines Konzepts für Anpassung, Vererbung und Versionierung der erstellten Metadaten-Standards wird die Generierung abwärtskompatibler Derivate, die die Wiederverwendbarkeit der Standards erhöhen und die Zusammenarbeit beschleunigen Prozess, in dem sich ein Standard zur gemeinschaftsweiten Akzeptanz entwickelt.

Das IT Center bearbeitet das Projekt als Kooperationspartner zusammen mit dem WZL der RWTH Aachen, dem Institut für Fluidsystemtechnik und der Universitäts- und Landesbibliothek der TU Darmstadt.

Projektlaufzeit: ab Oktober 2022 
Förderung: Europäische Union, Ministerium für Wirtschaft, Industrie und Energie des Landes NRW, Bundesministerium für Wirtschaft und Klimaschutz

Der „European Digital Innovation Hub“ (EDIH) ist eine Europäische Initiative um die Innovationsfähigkeit von kleinen und Mittelständischen Unternehmen zu fördern. Hierbei werden die Unternehmen geziehlt von den Partnern in den Bereichen Digitalisierung, Maschinelles Lernen und Künstliche Intelligenz sowie High-Performance Computing (HPC) unterstützt. Für den Bereich HPC bietet das IT Center in enger Zusammenarbeit mit dem Aerodynamischen Institut (AIA) und dem Lehrstuhl für die Analyse Technischer Systeme (CATS) Beratung und Schulungen rund um den Themenbereich der Parallelel Programmierung und Wissenschaftlichen Simulation an, um die Unternehmen in die Lage zu versetzen High-Performance Computing initial einzusetzen oder bestehende Entwicklungen in dem Bereich zu effizienter und wirtschaftlicher zu gestalten. Weitere Informationen sind auf der Projektwebseite zu finden. 

Projektlaufzeit: Oktober 2022 - August 2025
Förderung: BMBF Green HPC 

Das EE-HPC-Projekt zielt darauf ab, die Energieeffizienz von HPC-Systemen durch automatische Systemparameter-Regulierung zu verbessern. Das Projekt ist ein gemeinsames Projekt zweier renommierter Institutionen: des Deutschen Klimarechenzentrums DKRZ) und des Höchstleistungsrechenzentrums Stuttgart (HLRS). Durch die Nutzung des Fachwissens der anderen Partner wie der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Hewlett Packard Enterprise (HPE) und des IT Centers der RWTH Aachen ist das EE-HPC-Projekt führend bei der Förderung der Verbesserung der Gesamtenergieeffizienz von HPC-Rechenzentren.

Gemeinsam mit dem HLRS entwickelt das IT Center eine Softwarebibliothek für feingranulare Energieoptimierung in parallelen MPI- und OpenMP-Bereichen. Das Cluster Cockpit, eine Echtzeit-Überwachungs- und Verwaltungssoftware, ermöglicht wertvolle Einblicke in den Stromverbrauch und die Auslastung der HPC-Umgebung. Das IT Center ist maßgeblich an der Schnittstellenentwicklung beteiligt und integriert energieeffiziente Praktiken in seinen Betrieb, um nachhaltiges Computing zu fördern. Als Testanwendung dient die ICON-Applikation für Wettermodell-Simulationen. Gemeinsam streben die Partner eine Ära des umweltbewussten Computings an, um wissenschaftliche Forschung und komplexe Rechenherausforderungen nachhaltig zu bewältigen.
Weitere Informationen sind auf der Projektwebseite verfügbar.

Projektlaufzeit: Oktober 2022 - September 2025
Förderung: BMBF Green HPC

Das Projekt „Energieoptimierte Simulationsmethoden für anwendungsorientierte Rechenprobleme“ – kurz „ENSIMA“– ist eins der neun Drittmittel-Projekte des BMBF-Programms für „Energieeffizientes HPC (GreenHPC)“. Das Projekt ist am 1. Oktober 2022 gestartet und wird für drei Jahre gefördert. Neben der RWTH Aachen als Verbundkoordinator, agieren als Projektpartner die TU Darmstadt, das Forschungszentrum Jülich, die Gesellschaft für numerische Simulation mbH sowie die GNS Systems GmbH, die SIMCON kunststofftechnische Software GmbH und Technische Hochschule Würzburg-Schweinfurt. Insgesamt bringt das Projekt also Partner aus der akademischen Welt und Industrie zusammen.

Das grundlegende Ziel des Projektes ist es KI-Methoden einzusetzen, um die Auswahl von Entwurfsparametern in Produktionsprozessen zu verbessern und die Ausführungszeit von Simulationsprozessen durch approximatives und heterogenes Rechnen zu beschleunigen. Durch innovative Lösungen soll die Anzahl an notwendigen Finite-Elemente-Simulationen reduziert werden, welche für viele Probleme aus den Ingenieurwissenschaften genutzt werden, wie zum Beispiel für Crash-Simulationen. Die Projektpartner wollen für den Anwendungsfall von Blechumformung in der Automobilindustrie die Rechenzeit um 50 Prozent reduzieren, was zu einer Verringerung des Stahleinsatzes um 15 Prozent und damit indirekt zu einer Verringerung sowohl der fertigungsbedingten Emissionen als auch des Energiebedarfs für die Fahrzeugproduktion führen soll.
Weitere Informationen sind auf der Projektwebseite zu finden. 

Das Projekt git.nrw hat das Ziel, ein Servicekonzept mit Schulungs- und Weiterbildungsangeboten sowie den Betrieb einer zentralen GitLab-Instanz für Hochschulen in Nordrhein-Westfalen zu entwickeln. Es soll die Softwareentwicklung, das Forschungsdatenmanagement, das (Forschungs-)Projektmanagement und die Lehre unterstützen.

Mehr Informationen findet Sie auf der Projektseite. 

Im DFG-geförderten Projekt „Heuristics for Heterogeneous Memory“ (H2M) entwickeln die RWTH Aachen University und der französische Projektpartner Inria gemeinsam eine Unterstützung neuer Speichertechnologien wie z.B. High Bandwidth Memory (HBM) und Non Volatile Memory (NVRAM). Diese Technologien werden zunehmend neben dem herkömmlichen Dynamic Random Access Memory (DRAM) in HPC-Systemen eingesetzt. HBM bietet eine höhere Bandbreite, aber eine geringere Größe als DRAM. NVM bietet größere Kapazitäten, ist jedoch langsamer als DRAM. Angesichts dieser Unterschiede stellt sich die Frage, wie Systeme mit heterogenem Speicher effizient genutzt werden können und wo Daten gespeichert werden sollten. Weitere Informationen finden Sie auf der  Projektwebseite  (en).

Laufzeit: April 2019 - Dezember 2024
Förderung:  Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen

HPC.NRW ist ein Kompetenznetzwerk mit einem breiten Angebot sowohl unterschiedlicher HPC-Infrastrukturen als auch thematischer Cluster für niederschwellige Ausbildungs-, Beratungs- und Coaching-Angebote. Ziel ist, die Hochleistungsrechnen- und Speicheranlagen effektiv und effizient zu nutzen und insbesondere frisch graduierte und promovierte Wissenschaftlerinnen und Wissenschaftler zu unterstützen. Zwischen den Standorten des Kompetenznetzwerks findet ein intensiver Austausch zu den Themen Service- und Support-Angebote für die HPC-Nutzenden in NRW, Software und Betrieb sowie HPC-Nutzung statt. Mehr Informationen findet Sie auf der Projektseite. 

In langjähriger Kooperation mit unterschiedlichen amerikanischen Forschungseinrichtungen (ANL, LLNL, SNL, LANL, GA Tech und ORNL) wird die Entwicklung von Korrektheitsanalysewerkzeugen und Debuggingtechniken vorangetrieben.

Das dynamische MPI-Korrektheitsanalysewerkzeug MUST wird seit etwa 2010 entwickelt. Im Rahmen der Kooperation wurde das Werkzeug erweitert, um neue MPI-Funktionalität zu integrieren, aber auch um anwendergetriebene Anwendungsfälle besser zu unterstützen. Seit 2014 befindet sich das Werkzeug Archer in der Entwicklung, welches Data Races in OpenMP-Anwendungen erkennt. Im Rahmen der Kooperation wurde das Werkzeug erweitert, um neue OpenMP-Funktionalität abzudecken, aber auch um neue Analysetechniken zu integrieren. Seit 2020 ist das Werkzeug in das LLVM Project integriert. Die Kooperation ermöglicht es, die beiden Werkzeuge produktionsreif zu halten, sodass sie der HPC-Gemeinde bei der (Weiter-)Entwicklung und Parallelisierung von HPC-Anwendungen zur Verfügung stehen.

Zur besseren Unterstützung des Debuggings von hochparallelen HPC Anwendungen erarbeiten wir im Rahmen der Kooperation neue Debuggingtechniken mit dem Ziel den Debuggingsupport für OpenMP und MPI Anwendungen zu verbessern. Wesentliche Beiträge zur Implementierung des OpenMP Debugging Interfaces (OMPD) in LLVM sind aus dieser Kooperation hervorgegangen.

Ein weiterer Aspekt ist die Erkennung von Fehlern in OpenMP-Anwendungen im Umgang mit Hardwarebeschleunigern wie Grafikkarten. Im Rahmen der Kooperation werden verschiedene Techniken zur Erkennung solcher Fehler untersucht. Daraus sind prototypische Werkzeuge wie Arbalest und TSan-SPD3 entstanden.

Im Rahmen des Human Brain Project (HBP), das im Oktober 2013 startete, leitet die Virtual Reality Group ein Arbeitspaket mit dem Titel „Interactive Visualization, Analysis, and Control“. Das Arbeitspaket gehört zum HBP-Teilprojekt „Interactive Supercomputing“, das unter der Leitung des Jülich Supercomputing Centre steht und Partner von der École Polytechnique Fédérale de Lausanne, vom Swiss Supercomputing Centre, von der Universidad Politécnica de Madrid und von der Universidad Rey Juan Carlos de Madrid umfasst. Des Weiteren wird die KAUST University in Saudi-Arabien als Associate Partner in diesem Arbeitspaket mitarbeiten.

in der zweiten Phase des Exzellenzclusters „Integrative Produktionstechnik für Hochlohnländer“ wird die „Virtual Production Intelligence“ (VPI) ‑Plattform entwickelt. Dabei handelt es sich um ein ganzheitliches, integratives Konzept für die Unterstützung von kollaborativer Planung, Überwachung und Kontrolle von Kernprozessen innerhalb der Produktion und Produktentwicklung in verschiedenen Anwendungsfeldern. Im Rahmen der VPI wird eine Anwendung für die explorative Visualisierung von multidimensionalen Metamodelldaten entwickelt, die auf dem Konzept von Hyperslices basiert, welche mit einer 3D-Volumendarstellung verknüpft sind. Die Anwendung ist auf verschiedene Szenarien von multidimensionaler Datenanalyse anwendbar, allerdings ist der konkrete Anwendungsfall im derzeitigen Projekt das Finden optimaler Konfigurationsparameter für Laserschneidmaschinen im Kontext der Fabrikplanung. 

Während visuelles Feedback bei virtuellen Umgebungen meistens im Mittelpunkt steht, ist auch Sound ein wichtiger Aspekt. Akustisches Feedback ist in der Lage, die Glaubhaftigkeit von virtuellen Umgebungen zu verbessern. Allerdings ist der weit verbreitete Ansatz, vorher aufgenommene Sound-Samples zu nutzen, für interaktive Umgebungen meist nicht praktikabel, weil zu viele Samples im Vorhinein aufgenommen oder erstellt werden müssten. Gerade bei der Simulation physikalischer Objekte entstehen sehr viele Sounds durch Kollisionen zwischen Objekten. Die Sounds solcher Kollisionen beruhen auf verschiedenen Faktoren: das Material und die Form der Objekte, ebenso wie die Stärke und die räumliche und zeitliche Verteilung der Kollisionskräfte. Vor allem die letzteren Punkte sind schwer mit Sound-Samples wiederzugeben. 

Projektlaufzeit: September 2022 - August 2025
Förderung: BMBF Green HPC 

In dem aktuellen BMBF-Projekt IT-ZAUBER entwickeln die RWTH Aachen, die TU Dresden und die ROM-Technik GmbH & Co. KG gemeinsam mit den assoziierten Partnern Sachsen Energie AG und ICT Facilities GmbH einen digitalen Zwilling als ein digitales Abbild des Rechenzentrums, das dessen Eigenschaften, Zustand und Verhalten durch Modelle, Informationen und Daten erfasst. Die Einsatzmöglichkeiten als digitales Werkzeug für die Planung und den Betrieb von Rechenzentren sollen beispielhaft an den beiden HPC-Zentren der RWTH und der TUD, demonstriert und evaluiert werden. Der digitale Zwilling kennt dabei sowohl den Zustand und das Verhalten der IT-Infrastruktur als auch das Kühlsystem und dessen Integration in die weiteren Versorgungsstrukturen kennt und für Zustandsbewertungen und Sollwertermittlungen nutzt und damit über den Stand aktueller Betriebskonzepte weit hinausgeht. Das Projekt wird als eines der neun Verbundforschungsprojekte auf dem Gebiet des energieeffizienten HPC (GreenHPC) mit einer dreijährigen Finanzierung durch das BMBF gefördert (FKZ 16ME0614).

Die Kommunikationsnetze stellen heute eine grundlegende Infrastruktur einer jeden Universitäten dar, auf deren Basis ein Großteil der Prozesse in Forschung, Lehre und Verwaltung aufbauen. Für die RWTH Aachen als führende technische Universität und attraktiver Arbeitgeber sind leistungsstarke und zukunftsfähige Kommunikationsnetze ein wichtiger Standortvorteil. Ziel des Projekts ist die Erneuerung der aktiven Netztechnik in den Hochschulgebäuden der RWTH Aachen.

Weitere Informationen finden Sie auf der Projektseite. 

Die Nationale Forschungsdateninfrastruktur für die Chemie, kurz NFDI4Chem, repräsentiert alle wissenschaftlichen Disziplinen der Chemie.
Die Vision von NFDI4Chem ist die Digitalisierung aller wichtigen Schritte in der chemischen Forschung, um wissenschaftliches Personal bei der Erhebung, Speicherung, Verarbeitung, Analyse, Offenlegung und Wiederverwendung von Forschungsdaten zu unterstützen.Die Leitung des Konsortiums liegt bei der Friedrich-Schiller-Universität Jena. Prof. Sonja Herres-Pawlis von der RWTH Aachen agiert als Co-Spokesperson, das IT Center ist Participant. Mehr Informationen finden Sie auf der Projektwebseite. 

NFDI4Ing legt den Fokus auf die Schaffung von notwendigen Infrastrukturen für die Ingenieurwissenschaften und die Weiterentwicklung der Disziplinen Prozessanalyse und –beschreibung, Forschungsdatenpublikation und ‑zitierung als Kriterien wissenschaftlicher Reputation. Auch formalisierte Qualifizierungs- und Weiterbildungskonzepte für wissenschaftliches Personal sowie Experteninnen und Experten in den Infrastruktureinrichtungen werden angeboten. Die FAIR (Findable, Accessible, Interoperable, Reusable)- Prinzipien zur Verzeichnung und Nachnutzung von Forschungsdaten, die größtenteils bereits international anerkannt sind, werden disziplinkonform ausgestaltet.

Zudem steht die entsprechende Vernetzung und Koordination der verschiedenen Stakeholder, Vertreterinnen und Vertreter der jeweiligen Fachdisziplinen und der Forschungsdaten-infrastrukturen im Fokus.
Das Konsortium befasst sich unter anderem mit den Querschnittsthemen in den Ingenieurwissenschaften und agiert als verlässlicher Partner in der NFDI. Die Aufgaben, die sich aus den Querschnittsthemen ergeben, werden in enger Zusammenarbeit mit anderen Konsortien gelöst. 

Die Leitung des Konsortiums liegt bei Prof. Robert Schmitt von der RWTH Aachen. Die Geschäftsstelle sitzt am IT Center und an der TU Darmstadt. Mehr Informationen befinden sich auf der Projektwebseite. 

Im NHR4CES (National High Performance Computing Center for Computational Engineering Science) bündeln die RWTH Aachen und die Technische Universität Darmstadt ihre Stärken bei HPC-Anwendungen, Algorithmen und Methoden sowie dem effizienten Einsatz von HPC-Hardware. Ziel ist es, ein Ökosystem zu schaffen, das Best Practices des HPC und des Forschungsdatenmanagements kombiniert, um Fragestellungen zu bearbeiten, die von zentraler Bedeutung für technische Entwicklungen in Wirtschaft und Gesellschaft sind. Mehr Informationen finden Sie auf der Projektwebseite. 

Projektlaufzeit: Januar 2024 - Dezember 2026
 

Das Centre of Excellence on Performance Optimisation and Productivity (POP CoE) unterstützt HPC-Anwendungsentwickler*innen in Wissenschaft und Industrie in der leistungsbezogenen Analyse und Optimierung ihrer Codes. Insbesondere die wachsende Heterogenität und Komplexität von Hardware (Beschleuniger, steigende Anzahl an Kernen, tiefere Speicherhierarchien) stehen bei solchen Analysen im Fokus. In der dritten Phase (POP3) des Projekts wird die äußerst erfolgreiche Arbeit der beiden vorherigen beiden Phasen fortgesetzt.  Der Schwerpunkt des Projekts liegt auf drei Säulen bestehend aus Services, Nutzenden und Co-Design. In den POP-Services wird eine objektive Prüfung der Codeleistung und ‑skalierung vorgenommen und basierend auf den Ergebnissen Ursachen für ineffiziente Codeteile identifiziert und Verbesserungsvorschläge entwickelt. Daneben bietet POP3 höherwertige Services an, beispielsweise Proof-of-Concept-Studien sowie Energieeffizienz- und Korrektheitsanalysen. Der Service konzentriert sich auf hochskalierende Anwendungen, d.h. Flagship-Anwendungen anderer Centres of Execellence (CoEs), aber steht auch weiteren HPC-Nutzenden offen. Die Säule der Nutzenden fokussiert sich auf Nutzertraining (Angebote von Workshops und Tutorials) sowie Kundenentwicklung und Kunzenzufriedenheit. Die Säule des Co-Design strebt die Verbesserung und Weiterentwicklung der POP-Werkzeuge und ‑Methodik zur objektiven Bewertung der Codleistung auf weitere Hardwareplattformen (Beschleuniger, moderne Prozessorarchitekturen) an.

Weitere Informationen finden sich auf der Projektwebseite.

Das Ziel dieses europäischen Gemeinschaftsprojekts ist es Expert*innen aus diversen Disziplinen zu vereinen um innovative Werkzeuge zu entwickeln, welche die Durchführung von Regional Anästhesien sicherer für Patient*innen macht und gleichzeitig die Kosten für Gesellschaft zu reduziert. Zu diesem Zweck wird ein Simulator basierend auf Methoden der Virtuellen Realität entwickelt, der es Mediziner*innen ermöglichen die Prozedur an virtuellen Patient*innen zu erlernen und zu trainieren. Weiterhin soll ein zusätzlich entwickeltes Assistenzsystem die Mediziner*innen mittels patientenspezifische Informationen während der Durchführung der Prozedur unterstützen. Das Projekt hat am 15. November 2013 gestartet, läuft über drei Jahre, und umfasst Wissenschaftler*innen und Praktiker*innen aus 10 Ländern in einem Konsortium mit 14 akademischen, klinischen und industriellen Partnern. Mehr Informationen befinden sich auf der Projektseite des Uniklinikums. 

Projektlaufzeit: Juni 2022 - Mai 2024
Förderung: EU’s Horizon 2020
 

Das Forschungsprojekt RAISE ist ein Kompetenzzentrum im Exascale Computing, welches von der Europäischen Kommission innerhalb des Rahmenprogramms Horizon 2020 gefördert wird. Forschungsschwerpunkt ist der Einsatz von künstlicher Intelligenz (KI) in simulationsbasierten Ingenieursanwendungen auf Exascalesystemen. Das Konsortium besteht aus insgesamt 13 Partnern aus Industrie und Forschung. Anhand verschiedener Anwendungsfälle aus unterschiedlichen Bereichen wird gemeinsam an der Konvergenz von traditionellen HPC Anwendungen und innovativen Techniken der künstlichen Intelligenz gearbeitet. Diese Anwendungsfälle umfassen sowohl berechnungsgetriebene Applikationen (zum Beispiel KI für turbulente Grenzschichten) als auch datengetriebene Applikationen (zum Beispiel Rekonstruktion und Klassifizierung von Ereignissen des Large Hadron Colliders am CERN). Aus den mit diesen Applikationen erzielten Ergebnissen wird ein einzigartiges KI-Framework entwickelt, welches die trainierten Modelle und Dokumentation, wie die entwickelten Methoden auf aktuellen Petaflop- und zukünftigen Exaflop-HPC Systemen eingesetzt werden können, umfasst.
Mehr Informationen finden Sie auf der Projektwebseite. 

Projektlaufzeit: Oktober 2022 - September 2025
Förderung: BMBF SCALEXA

Im BMBF-Projekt targetDART erarbeiten die Technische Universität München (TUM), das Höchstleistungsrechenzentrum Stuttgart (HLRS) und die RWTH Aachen University, vertreten durch das IT Center, einen Task-basierten Ansatz für hochskalierbare Simulationssoftware, der auf heterogenen Exascale-Systemen unvorhersagbare Lastungleichgewichte mittels dynamisch adaptiver und reaktiver Verteilung von Rechenaufgaben zwischen den Rechenknoten ausgleicht. 

Das bereits abgeschlossene BMBF-Projekt Chameleon dient als Grundlage für targetDART und liefert wertvolle Erkenntnisse und Ergebnisse zur dynamischen Task-Migration von Aufgaben zwischen den Knoten auf der Grundlage einer Bibliothek/API.

Das Projekt nutzt das OpenMP-Zielkonstrukt für die GPU-Nutzung und MPI, insbesondere den neuen Standard 4.0, für die effiziente Kommunikation zwischen Knoten. Der Migrationsansatz, insbesondere für GPUs, wird weiter erforscht und präzisiert.

Das Projekt wird seinen Ansatz auch auf SeisSol, einen dynamischen Erdbeben- und seismischen Wellensimulator, und ExaHyPE, einen Löser für hyperbolische partielle Differentialgleichungen, anwenden und umfassend testen sowie evaluieren. Das IT Center, konzentriert sich auf OpenMP, Zielkonstrukte und CPU-GPU-Migration, während die HLRS die Optimierung von MPI und Knotenmigration in den Vordergrund stellt. Der Schwerpunkt der TUM liegt auf der Optimierung der beiden Anwendungen. Durch Erweiterung der HPC-Standards MPI und OpenMP können auch andere Exascale-Anwendungen über targetDART hinaus von den Ergebnissen profitieren. Somit können die Projektergebnisse eine hohe Breitenwirksamkeit erzielen.
Weitere Informationen finden Sie auf der Projektwebseite.

Finanziert durch die Helmholtz Gesellschaft zielt das Virtual Institute - High Productivity Supercomputing (VI-HPS) auf die qualitative Verbesserung und die Beschleunigung des Entwicklungsprozesses von komplexen Simulationsprogrammen in Technik und Wissenschaften, die auf die innovativsten Parallelrechnersysteme zugeschnitten sind. Das IT Center der RWTH Aachen ist auf die Verbesserung der Nutzbarkeit der State-of-the-Art Programmierhilfsmittel für das Hochleistungsrechnen fokussiert, die von den Partnerinstitutionen entwickelt werden. Weitere Informationen finden Sie auf der Projektwebseite. 

Ziel dieses Projekt ist ein spezialisiertes Trainingssystem zu entwickeln, welches das Trainieren eines kieferchirurgischen Eingriffs basierend auf Methoden der virtuellen Realität ermöglicht. Der medizinische Eingriff im Fokus des Projekts, die sogenannte Bilaterale Sagittale Split Osteotomie (BSSO), erlaubt eine Verschiebung des unteren Kiefers in allen drei räumlichen Dimensionen und wird zum Beispiel zur Korrektur eines Unter- oder Überbisses durchgeführt. Der Eingriff erfolgt in einem intraoralen Ansatz und beinhaltet die Erzeugung eines Osteotomie Spalts im Unterkiefer unter Einsatz einer Säge oder eines Bohrers, gefolgt von einer kontrollierten Spaltung des Knochens durch eine Rückwärtsdrehung von einem oder zwei in den Spalt eingefügten Meißeln.

Die generelle Idee der Hirnsimulation ist das Gehirn unter Benutzung von großangelegten Simulationen zu rekonstruieren. Die Beziehungen zwischen Struktur und Dynamik auf verschiedenen Skalenebenen, von mikroskopischen Größen zu Netzen auf Hirngröße, zu verstehen, stellt eine erhebliche Herausforderung in den Neurowissenschaften dar und bringt eine große Menge an Daten hervor. Diese Daten müssen zeitnahe analysiert werden, um das simulierte Model zu verstehen und Einblicke in die Funktionsweise der  unterschiedlichen Skalenebenen zu gewinnen.