Automatisch optimierte Komponentenmodellberechnung für die Simulation von Energiesystemen auf GPUs

Diese Arbeit bietet einen Ansatz, der die Komponentenberechnungen auf Grafikprozessoren (GPU) von verschiedenen Herstellern automatisch optimiert. Der Ansatz besteht aus einer zweistufigen Optimierung, bei der die erste Stufe den linearen Teil der Berechnung für die Vektorisierung berücksichtigt und gemischte Matrixformate anwendet, um den Berechnungsdurchsatz weiter zu erhöhen. Anschließend behandelt die zweite Optimierungsstufe die Kombination von linearen und nichtlinearen Teilen als Black Box und sucht nach der optimalen Konfiguration von Parametern wie dem Grad der Vektorisierung, der Kombination von Matrixformaten und der Gruppengrößen (von Threads) während der parallelen Ausführung auf der GPU. Zudem führen wir Einschränkungen ein, die die Ausführungszeit des Optimierungsverfahrens reduzieren. Schließlich wählen wir drei verschiedene Arten von Komponenten aus, die repräsentativ für Rechenaufgaben im Energiesystem sein könnten, und wenden unseren Optimierungsansatz auf diese Kerne an. Die Rechenleistung wird mit einer unoptimierten Basislinie und Implementierungen auf Basis einer spärlichen linearen Algebra-Bibliothek verglichen, die Ergebnisse zeigen, dass unsere Optimierung zu einer besseren Leistung und einer effizienteren Speichernutzung führt.