eprintid: 6648
rev_number: 8
eprint_status: archive
userid: 1
dir: disk0/00/00/66/48
datestamp: 2006-08-16 14:23:43
lastmod: 2014-04-03 19:51:38
status_changed: 2012-08-14 15:19:26
type: doctoralThesis
metadata_visibility: show
creators_name: Lampe, Michael
title: Parallele Visualisierung - ein Vergleich
title_en: Parallel Visualization - A Comparison
ispublished: pub
subjects: ddc-510
divisions: i-110300
adv_faculty: af-11
keywords: große Datensätze
cterms_swd: Visualisierung
cterms_swd: Parallelverarbeitung
cterms_swd: Cluster <Rechnernetz>
cterms_swd: Rendering
abstract: Die wissenschaftliche Visualisierung stellt Methoden zur Interpretation von Daten bereit, wie sie etwa als Ergebnis einer Computersimulation entstehen. Mit den heute verfügbaren großen Parallelrechner-Installationen (mehrere hundert bis tausend Prozessoren, bis zu mehreren Terabyte Hauptspeicher) lassen sich praktisch bedeutsame Probleme in hoher Auflösung simulieren. Die traditionelle Vorgehensweise besteht in der Abspeicherung der Daten auf dem Rechner, auf dem die Simulation abläuft, dem Transfer der Daten auf eine Workstation nach Beendigung der Simulation und der dort abschließend stattfindenden Visualisierung. Während diese Vorgehensweise gut zum typischen Rechenzentrumsbetrieb passt -- die Simulation läuft nicht-interaktiv im Batchmodus --, wird sie in jüngerer Zeit immer unpraktikabler: Die während der Simulation anfallenden enormen Datenmengen können im allgemeinen nicht einmal mehr auf dem Parallelrechner selbst abgespeichert werden, ein Transfer selbst über schnelle Netze würde viele Stunden oder sogar Tage dauern und natürlich wäre jede Workstation mit dieser Datenmenge hoffnungslos überfordert. Als Ausweg bietet sich an, die Daten sofort nach ihrer Entstehung auf dem Parallelrechner zu visualisieren. Dadurch steht einmal die nötige Rechenpower zur ihrer Verarbeitung zur Verfügung, zum anderen entfällt die Notwendigkeit, die Daten zu speichern und später zu übertragen. Folgerichtig ist das Thema dieser Arbeit die parallele Visualisierung. Die Möglichkeiten zur Parallelisierung des Visualisierungsprozesses werden anhand der typischen drei Schritte, die während dieses Prozesses ausgeführt werden, untersucht und bereits existierende Implementierungen diskutiert. Der Schwerpunkt liegt dabei auf dem letzten dieser drei Schritte, dem parallelen Rendering, da die Parallelisierung der ersten beiden im allgemeinen keine besonderen Probleme stellt. Abschließend erfolgt ein Vergleich der prinzipiellen Ansätze anhand des vom Autor parallelisierten Visualisierungssubsystems von UG, einem in der Arbeitsgruppe  "Technische Simulation" des Interdisziplinären Zentrums für wissenschaftliches Rechnen (IWR) der Universität Heidelberg entwickelten Simulations-Framework. Das wesentliche Ergebnis ist dabei, dass die Skalierbarkeit des Visualisierungsprozesses trotz immer wieder geäußerter anderer Ansichten nur durch seine vollständige Parallelisierung erreicht wird.
abstract_translated_text: Scientific visualization provides methods for the interpretation of data like those resulting from computer simulations. Current parallel computers (several hundreds or thousands of processors, up to several terabyte of main memory) are capable of simulating practically relevant problems at high resolution. The traditional procedure consists of saving the data on the machine the simulation runs on, transfering the data to a workstation after the simulation is finished, and finally visualizing it there. While this procedure fits the usual way computing centers are operated---simulations are run non-interactively in batch mode---, it is becoming more and more infeasible: the large-scale data that is produced by a simulation run can in general not even be saved on the parallel machine itself, the transfer even over fast networks would take many hours to days, and naturally no workstation would be able to handle it. One resort is to visualize the data on the spot on the parallel computer. This way one has enough computing power available for processing it and, at the same time, can do without saving and then transfering the data. Consequently, the subject of this thesis is parallel visualization. The options to parallelize the visualization process are investigated on the basis of the three typical steps involved in this process, and already existing implementations are discussed. The focus is on parallel rendering, the last of these three steps, because parallelizing the first two steps is generally not very challenging. Finally, the principal approaches are compared within UG's visualization subsystem parallelized by the author. UG is a framework for building simulation programs developed  by the work group "Simulation in Technology" of the "Interdisciplinary Center for Scientific Computing" of the University of Heidelberg. The main conclusion from this comparison is that the visualization process only scales if it is parallelized entirely, despite prevalent opinion to the contrary.
abstract_translated_lang: eng
date: 2005
date_type: published
id_scheme: DOI
id_number: 10.11588/heidok.00006648
ppn_swb: 1644607190
own_urn: urn:nbn:de:bsz:16-opus-66484
date_accepted: 2006-07-06
advisor: HASH(0x560094774828)
language: ger
bibsort: LAMPEMICHAPARALLELEV2005
full_text_status: public
citation:   Lampe, Michael  (2005) Parallele Visualisierung - ein Vergleich.  [Dissertation]     
document_url: https://archiv.ub.uni-heidelberg.de/volltextserver/6648/1/parvis.pdf