image-2394

Ihr Weg zum HPC-Anwender
 

Als HPC-Anwender erstellen Sie Simulationsmodelle für HPC-Systeme. Sie führen eigene numerische Simulationen auf Supercomputern durch und meistern die besonderen Herausforderungen, die sich im High-Performance Computing ergeben. Sie werden durch die technischen Grundlagen, Ontologie und Modelldesign von Metadaten und Methoden und Tools zum Umgang mit Daten in Repositorien geführt. Sie werden mittels künstlicher Intelligenz und HPC große Datenmengen analysieren können. Dazu lernen Sie aktuelle Container-Technologien, Datenbank-Technologien und explorative Datenanalyse kennen. Sie lernen Sie die vielfältigen Einsatzmöglichkeiten der Visualisierung gemessener und in Simulationen berechneter Daten in Kombination mit virtueller Realität (VR) und Augmented Reality (AR) kennen.

Unser Lernangebot für HPC-Anwender

  • Entwicklungsingenieure
  • CAE-, Berechnungs- und Simulationsingenieure
  • System-Designer
  • Simulationsinteressierte

 

Simulation - Grundlagen & CFD

  • Einführung in die Simulation – Chancen und Grenzen
  • Das Simulationskonzept
  • Computational Fluid Dynamics (CFD) I
  • Computational Fluid Dynamics (CFD) II & Partikelbasierte CFD
  • Numerische Methoden
  • Gesellschaftliche Auswirkungen von Simulation

Simulation - Grundlagen & Strukturmechanik

  • Einführung in die Simulation – Chancen und Grenzen
  • Das Simulationskonzept
  • Strukturmechanische Simulationen
  • Numerische Methoden
  • Gesellschaftliche Auswirkungen von Simulation

Visualisierung - Grundlagen & Anwendung

  • Die menschliche Wahrnehmung und das Sehen
  • Farben und Farbräume
  • Grafikhardware und Schnittstellen
  • Bildgenerierungs-Pipeline
  • Grundlagen der 3D-Grafik
  • Interaktive Remote-Visualisierung auf Clustern
  • Visualisierung technisch-wissenschaftlicher Fragestellungen mit COVISE
  • Visualisierung technisch-wissenschaftlicher Fragestellungen mit ParaView

Datenmanagement

  • Technische Grundlagen des Datenmanagements
  • Metadaten - Vokabularien und Ontologien
  • Metadaten – Metadatenmodelldesign
  • Repositorien: Speicherung, Archivierung und Veröffentlichung von Daten
  • Repositorien: Methoden und Tools
  • Dunkle Daten und Organisatorisches

Datenanalyse mit HPC

  • Datenanalyse, Künstliche Intelligenz: Eine Einführung
  • Konvergenz von HPC und Künstlicher Intelligenz
  • Exkurs: Container-Technologien
  • Explorative Datenanalyse
  • Exkurs: Nicht-Relationale Datenbanken
  • Maschinelles Lernen: Konzepte, Algorithmen und Evaluierung
  • Einführung in Neuronale Netzwerke
  • Big Data Architekturen und Frameworks
  • Trends und neuartige Technologien im Bereich HPC und AI
  • Übung zur explorativen Datenanalyse mit Tableau und Python
  • Übung zu Neuronalen Netzen mit TensorFlow
  • Datenanalyse am Beispiel Stuttgarter S-Bahn Fahrzeiten

 

Simulation - Grundlagen & CFD

  • Verständnis eines allgemeinen Begriffs von Simulation
  • Verständnis eines technisch-wissenschaftlichen Begriffs von Computersimulation
  • Verständnis für den Prozess der Simulation
  • Sie lernen die einzelnen Schritte und Glieder der Modellkette hin zum numerischen Simulationsmodell kennen.
  • Sie verstehen wie die einzelnen Schritte und Glieder der Modellkette aufeinander aufbauen.
  • Sie üben anhand eines Wärmeübertragungsproblems die Modellbildung.
  • Sie lernen die Grenzen eines Simulationsmodells zu beurteilen.
  • Sie lernen die schrittweise Erweiterung eines Simulationsmodells kennen.
  • Sie verstehen die mathematische Herleitung der Erhaltungsgleichungen.
  • Sie verstehen die Methode der FDM, der FEM und FVM.
  • Sie verstehen, wie unterschiedlich die Matrizen aufgebaut sind.
  • Sie verstehen, wie Randbedingungen im Prinzip behandelt werden.
  • Sie verstehen, wie die Druck-Geschwindigkeitskopplung funktioniert.
  • Sie verstehen den Ansatz zur Modellierung von Turbulenzen.
  • Sie verstehen, wie das k-ε-Modell funktioniert.
  • Sie verstehen, wie man eine Kavität in OpenFOAM® vernetzt, simuliert und auswertet.
  • Sie verstehen den  Unterschied  zwischen  klassischer  und  transklassischer Technik.
  • Sie lernen  die  möglichen  Veränderungen,  welche  der  intensive  Einsatz  von Informationstechnik   in   der   Wissenschaft   mit   sich   bringt,   kennen   und einzuschätzen.
  • Sie erfassen die ethischen und politischen Herausforderungen, die mit dieser technisch-epistemischen Veränderung für die Gesellschaft verbunden sind.

Simulation - Grundlagen & Strukturmechanik

  • Verständnis eines allgemeinen Begriffs von Simulation
  • Verständnis eines technisch-wissenschaftlichen Begriffs von Computersimulation
  • Verständnis für den Prozess der Simulation
  • Sie lernen die einzelnen Schritte und Glieder der Modellkette hin zum numerischen Simulationsmodell kennen.
  • Sie verstehen wie die einzelnen Schritte und Glieder der Modellkette aufeinander aufbauen.
  • Sie üben anhand eines Wärmeübertragungsproblems die Modellbildung.
  • Sie lernen die Grenzen eines Simulationsmodells zu beurteilen.
  • Sie lernen die schrittweise Erweiterung eines Simulationsmodells kennen.
  • Sie lernen die prinzipiellen Schritte kennen, welche für den Übergang von den strukturmechanische Grundgleichungen zu einer Konkreten Implementierung notwendig sind.
  • Sie verstehen die technischen Implikationen, welche die Implementierung strukturmechanischer FEM Programmpakete, bei der Ausführung auf modernen HPC-Systemen, mit sich bringt.
  • Sie üben anhand der parallelen Implementierung eines Programms zur Lösung dreidimensionaler, linearer Strukturprobleme den Einsatz paralleler Löserbibliotheken kennen.
  • Sie verstehen den  Unterschied  zwischen  klassischer  und  transklassischer Technik.
  • Sie lernen  die  möglichen  Veränderungen,  welche  der  intensive  Einsatz  von Informationstechnik   in   der   Wissenschaft   mit   sich   bringt,   kennen   und einzuschätzen.
  • Sie erfassen die ethischen und politischen Herausforderungen, die mit dieser technisch-epistemischen Veränderung für die Gesellschaft verbunden sind.

Visualisierung - Grundlagen & Anwendung

  • Sie kennen die Einsatzgebiete und die grundlegenden Techniken moderner wissenschaftlicher Visualisierung und sind in der Lage diese zu erläutern.
  • Sie verstehen die menschliche Wahrnehmung von Bildern und können diese beschreiben.
  • Sie können wiedergeben wie eine Software Bilder auf Hardware erzeugt und diesen Prozess erklären.
  • Sie können Datensätze mit den Programmen COVISE und ParaView auf einem HPC-Cluster interaktiv visualisieren.

Datenmanagement

  • Sie erhalten eine Einführung in die grundliegenden Begriffe rund um Daten
  • Sie verstehen die technischen Grundlagen des Datenmanagements
  • Sie lernen Ontologien und Modelle von Metadaten kennen
  • Sie können Methoden und Tools zum Umgang mit Repositorien anwenden
  • Sie sind sich über Datenverantwortlichkeit bezüglich Dunkler Daten bewusst

Datenanalyse mit HPC

  • Sie können die Grundlagen der Datenanalyse und Künstlicher Intelligenz beschreiben und unterscheiden.
  • Sie können die Anforderungen von KI-Anwendungen auf HPC-Systemen aufzählen und erläutern.
  • Sie sind in der Lage, eine Explorative Datenanalyse durchzuführen.
  • Sie können erklären, was Big Data Architekturen und Frameworks sind.
  • Sie sind fähig Deep Learning und Machine Lerning Frameworks zu unterscheiden und anzuwenden.
  • Sie können Trends und aktuelle Technologien im Bereich KI und HPC aufzählen und beschreiben.

 

Haben Sie Fragen? Wir sind für Sie da.

 
Alexander Hektor

Modulleitung

kontakt@supercomputing-akademie.de

Ihre Nachricht an uns

Kontaktformular
* = Pflichtfelder