HPC in simulation and large scale control
HPC en simulación y control a gran escala
Autor
Benner, Peter
Ezzatti, Pablo
Mena, Hermann
Quintana–Ortí, Enrique S.
Remón, Alfredo
Compartir
Metadatos
Mostrar el registro completo del ítemResumen
The simulation and control of phenomena arising in microelectronics, micromechanics, electromagnetism, *uid dynamics and in general in many industrial processes, is a very challenging task; mainly because they require a high omputational cost. Most of the mathematical models describing these henomena have a large dimension, e.g., the simulation of microprocessors, leads to a large scale dynamical system which can not be solved using conventional methods. Instead, high performance computing HPC techniques have to be applied to deal with these problems. In this paper we review modern tools from HPC which allow us to solve large scale problems. Specifically, we focus on model reduction techniques viabalanced truncation and the solution of linear quadratic control problems that can be efficiently implemented on multi-core platforms equipped with one or more graphics processors (GPUs). La simulación y control de fenómenos que aparecen en microelectrónica, micro-mecánica, electromagnetismo, dinámica de fluidos y en general en muchos procesos industriales, constituye un problema difícil de resolver, debido principalmente al elevado costo computacional de los algoritmos para este propósito. Gran parte de los modelos matemáticos que describen estos fenómenos poseen dimensión grande; por ejemplo, la modelización de microprocesadores desemboca en un sistema dinámico a gran escala que no puede ser resuelto con métodos numéricos tradicionales.En su defecto, son necesarias e incluso obligatorias varias técnicas computacionales de alto desempeño (high performance computing, HPC) para enfrentar este tipo de problemas. En el presente artículo revisamos herramientas de HPC que permiten simular y controlar problemas a gran escala. Concretamente, nos centramos en técnicas para la reducción de modelos vía truncamiento balanceado y la resolución de problemas de control lineal cuadrático, que pueden ser implementadas eficientemente en plataformas multi-núcleo con memoria compartida que, además, utilizan uno o más procesadores gráficos (GPUs).
Recurso relacionado
https://journal.poligran.edu.co/index.php/elementos/article/view/412Colecciones
- Elementos [66]
Estadísticas Google Analytics