~~NOCACHE~~ ====== Seminar Supercomputer: Forschung und Innovation ====== ===== Beschreibung ===== In diesem Seminar geht darum, aktuelle Entwicklungen im Bereich des High-Performance Computings zu betrachten. Beachten Sie auch unsere allgemeinen organisatorischen [[:teaching:organisatorische_hinweise:seminar_proseminar#seminare|Hinweise zu Seminaren]]. ===== Zielgruppe ===== Das Seminar eignet sich für Studierende der Informatik in den Diplom- und Bachelorstudiengängen. Studierende anderer Studiengänge müssen die Anrechnung mit dem jeweiligen Prüfungsausschuss klären. Interessierte Zuhörer sind auch herzlich willkommen. ===== Daten der Veranstaltung ===== || Zeit || Di. 10-12 || || Ort || DKRZ Raum 034|| || Mailingliste || [[https://wr.informatik.uni-hamburg.de/listinfo/sfi-2425|SFI-2425]] || ===== Dozenten ===== * [[People:Anna Fuchs]] * [[People:Jannek Squar]] - Grundlagen von Künstlicher Intelligenz (AI) und Maschinellem Lernen (ML) -- Alkan Kaya - Neuronale Netzwerke: Aufbau und Funktionsweise -- Mohamad Rashid Naimi - Supervised vs. Unsupervised Learning -- Hauke Hornecker - Deep Learning und HPC: Potenziale und Herausforderungen -- Farah Saif - Hardware-Beschleunigung für ML/AI: GPUs und TPUs -- Marius Niveri - Parallelisierung von ML/AI-Modellen auf HPC-Systemen -- Gregor Stange - Speicherarchitektur und I/O für AI-Workloads -- Jakob Rinsdorf - Verteiltes Training von ML-Modellen in HPC-Umgebungen -- Hark Merkau - Bibliotheken und Frameworks für ML auf HPC-Systemen -- Noah Münstermann - Einsatz von AI/ML zur Optimierung von HPC-Systemen -- Luis Amend - Zukunft der AI und ML im HPC: Exascale Computing und darüber hinaus -- Mateen Khalid - Use Cases: AI und ML in der wissenschaftlichen Forschung auf HPC-Systemen -- Eduard Fejl - Erasure Coding, RAID -- Leo Grimme - Application Tracing -- Jan Mägdefrau - Beispiele: scorep, tinyprof, tau, darshan, hpctoolkit, caliper, likwid - Non-invasives Application-tracing - Instrumentiertes Application Tracing - ... as a Service -- Christian Iltner - GPUs -- Ben Giese - GPU Alternativen: FPGA, DPU, IPU, QPU, Vektorkarten -- Jarne Münster - Rechnen auf distributed Memory -- Laurent Reher - Quantum Computing (konkrete Anwendungen) -- Helena Jäger - Green HPC -- Luka Dinic - Debugging (gdb, DDT, compiler sanitizer, static code analysers [z.B. MPI-Checker]) -- Florian Eigendorf ** Noch offene Themen ** - Weathergenerator - Monitoring - Workflow Engines - Statische Verhaltensanalyse - NeuralGCM ===== Zeitplan ===== * 15.10.24 Themenvorstellung und Organisatorisches, Kurzvortrag zur Übersicht und HPC-Kontext * 22.10.24 frei - Themenwahlverkündung hier auf der Webseite * 29.10.24 frei * 05.11.24 frei * 12.11.24 frei * 19.11.24 10:15 * Feedback Abgabe: 26.11.24, 13:59 * 01. ... as a Service ((Jannek Squar)) -- Christian Iltner * 02. Green HPC ((Jannek Squar)) -- Luka Dinic * ~~3. Quantum Computing (konkrete Anwendungen) ((Jannek Squar)) -- Helena Jäger~~ * 26.11.24 10:15 * Feedback Abgabe: 26.11.24, 13:59 * 04. Erasure Coding, RAID ((Jannek Squar)) -- Leo Grimme * 05. Grundlagen von Künstlicher Intelligenz (AI) und Maschinellem Lernen (ML) ((Anna Fuchs)) -- Alkan Kaya * 03.12.24 10:15 * Feedback Abgabe: 03.12.24, 13:59 * 06. Neuronale Netzwerke: Aufbau und Funktionsweise ((Jannek Squar)) -- Mohamad Rashid Naimi * 07. Supervised vs. Unsupervised Learning ((Jannek Squar)) -- Hauke Hornecker * 10.12.24 10:15 **Raum 023** * Feedback Abgabe: 10.12.24, 13:59 * 08. Use Cases: AI und ML in der wissenschaftlichen Forschung auf HPC-Systemen ((Jannek Squar)) -- Eduard Fejl * 09. Deep Learning und HPC: Potenziale und Herausforderungen ((Jannek Squar)) -- Farah Saif * 17.12.24 10:15 * Feedback Abgabe: 17.12.24, 13:59 * 10. Einsatz von AI/ML zur Optimierung von HPC-Systemen ((Anna Fuchs)) -- Luis Amend * 11. Zukunft der AI und ML im HPC: Exascale Computing und darüber hinaus ((Jannek Squar)) -- Mateen Khalid * 20. Debugging ((Jannek Squar)) -– Florian Eigendorf * 07.01.25 10:15 * Feedback Abgabe: 07.01.25, 13:59 * 12. Speicherarchitektur und I/O für AI-Workloads ((Anna Fuchs)) -- Jakob Rinsdorf * 13. GPUs ((Jannek Squar)) -- Ben Giese * 14.01.25 10:15 * Feedback Abgabe: 14.01.25, 13:59 * 14. Hardware-Beschleunigung für ML/AI: GPUs und TPUs ((Jannek Squar)) -- Marius Niveri * 15. GPU Alternativen: FPGA, DPU, IPU, QPU, Vektorkarten ((Jannek Squar)) -- Jarne Münster * 21.01.25 10:15 * Feedback Abgabe: 21.01.25, 13:59 * 16. Rechnen auf distributed Memory ((Jannek Squar)) -- Laurent Reher * 17. Verteiltes Training von ML-Modellen in HPC-Umgebungen ((Jannek Squar)) -- Hark Merkau * 28.01.25 10:15 * Feedback Abgabe: 28.01.25, 13:59 * 18. Parallelisierung von ML/AI-Modellen auf HPC-Systemen ((Jannek Squar)) -- Gregor Stange * 19. Bibliotheken und Frameworks für ML auf HPC-Systemen ((Jannek Squar)) -- Noah Münstermann