KONWIHR

Kompetenznetzwerk für wissenschaftliches Höchstleistungsrechnen in Bayern

Inhalt

Performance-Optimierung eines iterativen Maxwell-Lösers

Antragssteller

Prof. Dr. Christoph Pflaum
Lehrstuhl für Systemsimulation
Informatik 10
FAU Erlangen-Nürnberg

Projektübersicht

In der Arbeitsgruppe von Herrn Pflaum wird seit mehreren Jahren eine selbst entwickelte Software zur Simulation der optischen Eigenschaften von Dünnschichtsolarzellen verwendet. Dadurch ist es möglich sehr realistisch den Kurzschlussstrom einer Dünnschichtsolarzelle zu berechnen. Berücksichtigt werden dabei sowohl die einzelnen dünnen Schichten der Solarzelle als auch der Rauheit dieser Schichten, welche durch Daten aus AFM-Messungen berücksichtigt werden. Da der verwendete Maxwell-Löser sehr rechenintensiv ist, müssen Hochleistungsrechner verwendet werden.

Die selbst entwickelte Software wird in mehreren Drittmittel-Projekten der Arbeitsgruppe von Herrn Pflaum verwendet. Hierzu gehört insbesondere ein Projekt zusammen mit Herrn Professor Brabec am Lehrstuhl für Werkstoffwissenschaften 6 (i-MEET, FAU), welches vom Energie Campus Nürnberg (EnCN) finanziert wird. Ziel dieses Projektes ist die Analyse der plasmonischen Eigenschaften in organischen Dünnschichtsolarzellen und der Vergleich mit experimentellen Ergebnissen. Da die Simulation plasmonischer Effekte die Verwendung sehr kleiner Diskretisierungsgitter verlangt, ist es notwendig die Performance der Software entsprechend der Hardware der Hochleistungsrechner zu optimieren.

Im Jahr 2014 wurde für diese Software bereits ein KONWIHR Projekt durchgeführt, bei dem die parallele Effizienz von unter 70% auf bis zu 95% bei 64 Rechenknoten und mehr angehoben werden konnte. Nach diesen Parallelisierungsoptimierungen soll in diesem Projekt nun die Rechenleistung des Codes auf Knotenebene verbessert werden. Hierzu wurden bereits Vorarbeiten angestellt, die die Verwendung des sog. „Multi wavefront diamond tiling” für den verwendeten THIIM Algorithmus untersucht haben und eine Leistungssteigerung von 3x bis 4x vorhersagen.