Aktuelle Entwicklungstendenzen in der Modellierung und...

1

HOCHSCHULE FÜR TECHNIK UND WIRTSCHAFT DRESDEN (FH) Fachbereich Informatik/Mathematik

Prof. Dr.-Ing. Thomas Wiedemann

email: [email protected]

Vorlesungsreihe Simulation betrieblicher Systeme

Aktuelle Entwicklungstendenzen

in der Modellierung und Simulation

Aktuelle Entwicklungstendenzen im Simulationsbereich - T.Wiedemann HTW Dresden - Folie 2

Gliederung

Kritik des aktuellen Entwicklungsstandes im Bereich der Modellierung und Simulation Problemsymptome und Anwenderforderungen

Ursachen der Defizite und Probleme

Potentielle Lösungen

Potentiale moderner Softwaretechnologien im Simulationsbereich Modulare und komponentenbasierte Simulationswerkzeuge

Datenbanken zur Speicherung von Simulationsmodellen und -ergebnissen

Simulationsauswertung mit Analytischen Informationssystemen (Datamining)

Verteilte und webbasierte Simulation und Optimierung

Ausblick auf neue Hardware

Zusammenfassung und Gesamtausblick

2


Aktueller Stand der diskreten Simulation

Ausgezeichnetes Niveau im

technischen Bereich:

Autos oder Elektronikchips sind ohne

Simulation nicht mehr herstellbar

Crashtests (FEM) und

Risikoanalysen mittels Simulation

Emulation oder „Hardware in the

Loop“-Tests von Geräten

bewährter Einsatz bei der Planung von Fertigungseinrichtungen

Engpaßanalyse und Kostenoptimierung

direkte 3D-Simulation der zukünftigen Fertigung

Defizite und nicht erfüllte Erwartungen:

bei der operativen Fertigungsplanung (prinzipiell sehr gut, aber kein breiter Einsatz

in der Industrie)

bei der Anwendung durch kleine und mittelständische Unternehmen


Kritik des aktuellen Entwicklungsstandes

Zu beobachtende Problemsymptome (aus Konferenzen & Praxisberichte)

nur in 5% der deutschen Industrieunternehmen Simulationseinsatz

in über 40% der Anwendungsfälle wird ein neues Simulationssystem entwickelt

(bereits über 150 verschiedene Simulationssysteme)

bei der Optimierung mittels Simulationsexperimenten werden häufig noch sehr alte

Simulationssprachen (z.B. GPSS von 1963) verwendet

Als Gründe für die aufgezählten Problemsymptome werden genannt:

sehr hohe Anforderungen an den Simulationsanwender (meist Expertenkenntnisse

notwendig auf den Gebieten Software, Mathematik, Statistik, Systemanalyse, Datenbanken, ... )

relativ hohe Investitionskosten, meist unsicheres Kosten/Nutzenverhältnis

existierende Modellierungsparadigmen passen nicht immer auf Kundenprobleme

vorhandene Bausteinsysteme sind nur bedingt offen für Anpassungen

schlechte Integrationsfähigkeit in verteilte Informationssysteme

Performance moderner Systeme ist häufig unzureichend

3


Ursachen und Hintergründe für die Probleme

Anfang der 90iger Jahre entstand Autonomieanspruch an Simulationssysteme:

typische Resultate: „GROSSE“ Simulationssysteme wie ED oder Automod

dadurch hohe Preise infolge hoher Komplexität und geringem Markumfang,

einmalige Untersuchungen rechnen sich nur bei Investitionen über 1 Million €

ökonomisch sinnvoller Einsatz in ständigen Planungsprozessen scheitert an zu geringer Integrationsfähigkeit und Anpassungsfähigkeit der Simulationsprodukte

meist monolithische, softwaretechnisch nicht mehr differenzierbare Programme

Softwaretechniken wie Client/Server oder Remote-Access sind durch starke Verzahnung von Bedienoberfläche und Simulationskern sehr schwierig

Fehlende Standards zum Methodenraum der diskreten Simulation

Vielzahl zueinander inkompatibler Simulationssysteme

starke Schwächung des Leistungsvermögens der Simulations-Community

teilweise zu starke Betonung des Modellierparadigmas (OO+) und Vernachlässigung von Performanceaspekten

Das Dilemma des Anwenders: Die Entscheidung für ein konkretes

Simulationssystem bestimmt in sehr enger und konträrer Weise den Grad der

erreichbaren Flexibilität, den Modellierungskomfort und die Performance.


Wie können diese Widersprüche gelöst werden ?

Entwicklungs

-kosten Anwendungs-

komfort

Kosten/

Nutzen-

Relation

Performance („Time to decision“)

Das optimale

Simulations-

system ?

Anwendungsbreite und

Lösungsflexibilität

Marktvolumen

Mit traditionellen Entwicklungsansätzen ist eine Lösung kaum möglich, deshalb:

Neuorientierung am aktuellen Stand der Technik im gesamten EDV-Bereich

maximale Effizienz der Softwareentwicklung (Investition in Technologie, statt in Zeit)

praxisorientierte Architekturen (vgl. Lean Management, Supply Chain Managmt.)

4


Neue Entwicklungsstrategien für Simulationswerkzeuge

1. Modularisierung statt Autonomieanspruch

Konzentration auf das Kerngeschäft – die schnelle und höchst flexible Durchführung der Simulationsberechnung, neue Chancen für kleine Unternehmen (und Universitäten)

Basistechnologien: Komponentenbasierte Softwareentwicklung und verteilte Systeme

2. Definition von Quasistandards zur Modellierung portable, modell- und experimentübergreifenden Verwaltung aller Modell-

beschreibungen und der korrespondierenden Simulationsergebnisse,

Basistechnologien: Datenbanken und analytische Informationssysteme

3. Kombination von Simulation und Optimierung Erhöhung des Nutzeffektes und Verringerung des Auswertungsaufwandes

Basistechnologien: Simulatoren , Optimierer, Schnittstellen

4. Internetbasierte Bereitstellung von Simulations-dienstleistungen (Cloud / Grid-Computing)

Entwicklung von Cloud-basierten Simulationen

Basistechnologien: Modulare Webserver, Datenbanken und Visualisierungssoftware


Ziel: Schaffung eines fließenden Überganges zwischen den Werkzeugklassen

Universelle Programmiersprachen

Simulationssprachen

Bausteinbasierte Simulationssysteme

Bausteinbasierte Simulationssysteme

mit Skriptsprachen

bisher

Neue Entwicklungsstrategien für Simulationswerkzeuge

Optimales System ?

Modellierungs-

konzept

Anpassung auf

Simulationsebene

Anpassung auf

Technologieebene

Ideal

bezüglich

Modellierungs- und

Bedienkomfort

Flexibilität Performance

5


Konzentration auf das Kerngeschäft – die schnelle und höchst flexible Durchführung der Simulationsberechnung, Chancen für kleineUnternehmen (und Universitäten)

Zukauf oder Anbindung aller nicht zum Kernbereich gehörenden Funktionen, wie Visualisierung, Animation, Ergebnispräsentation und Modellierungsunterstützung,

leistungsfähige Schnittstellen zwischen Kernfunktionen und Peripherie

zeitnahe Unterstützung und Anwendung aktueller Softwaretechnologien :

deutliche Effizienzerhöhung der Entwicklung

Integrations- und Kopplungsplattform zu anderen Informationssystemen

Frage : Welche Softwaretechnologien eignen sich ?

Antwort: Komponentenbasierte Softwareentwicklung und

verteilte Softwarearchitekturen (CORBA, SOA,

Java Beans, HLA speziell für Simulationssysteme)

Konkrete - Simulationskomponenten SimCO für Delphi / SPEEDSIM

Lösungen: - modulare Simulationsumgebung mit SLX, SimMiner und

Optimierer ISSOP,gekoppelt per TCP/IP,

- verteilte Simulationssystem (Fraunhofer MISSION-Projekt)

Modularisierung statt Autonomieanspruch


Modular aufgebaute Simulationsumgebungen

These: Nur durch Verknüpfung oder Kopplung existierender Systeme lassen

sich alle Anforderungen an zukünftige Simulationsumgebungen erfüllen.

Interface and Database layer

Simulation kernel

for discret event

simulation

Interfaces for Internet / Intranet-representation

3D-Visualisation and Animation

with VRML-Viewers

Model generators and data sources

(MIS and production planing systems)

Expert systems and optimization tools

Tools for experiment-analysis

and presentation (e.g. Excel)

Experiment

parameters Models

Simulation

History and results

6


Beispiel: Komponentenbasierte Experimentierumgebungen

Simulationskomponenten können

beim Aufbau von Endbenutzer-

schnittstellen auch versteckt

werden.

Effiziente und leistungsfähige

Simulationsanwendungen :

• Beliebige Kombination mit

Standardkomponenten von

Windows (oder jetzt auch Linux

mit Borlands Kylix )

• Änderungen der Modell-

parameter zur Laufzeit möglich

• sofortige Anbindung an neue

Softwaretechnologien

• sehr gute Run-time-

Visualisierung und Reports


ein einheitlicher Standard zur Beschreibung von Simulationsmodellen ist aufgrund der vielfältigen Beschreibungsaufgaben und des primitiven Weltverständnisses der aktuellen Rechnergeneration kaum realisierbar

Eine Zwischenstufe kann die Schaffung einheitlicher Strukturen auf der Ebene der Modellspeicherung und -verwaltung sein :

modell- und experimentübergreifenden Verwaltung aller Modellbeschreibungen und der korrespondierenden Simulationsergebnisse,

die Gewährleistung eines Zugriffs durch externe Applikationen mittels Standardverfahren zum Datenaustausch und –speicherung,

die Nutzung bereits existierender Verfahren zur Auswertung und Analyse der Simulationsergebnisse (Reuse von Auswertungstools)

Frage : Welche Softwaretechnologien eignen sich ?

Antwort: Datenbanken, analytische Informationssysteme

(Data Warehouse / OLAP / Data Mining )

Konkrete - Kanonisches Datenbankreferenzmodell für Simulationsdaten

Lösungen: - SimMiner - Data Mining-Tool zur Simulationsauswertung

Definition von Quasistandards im Simulationsbereich

7


Modelldatenablage in universellen Datenbankstrukturen

Model contains

Version contains contains

1

n 1

n Parameters

refers to Objects

has

subpar.

refers to

n

1

contains

n

1

contains

n

1

Labels

n 1

Runs contains

Results

have

Lösungsansatz

allgemeines ER-Modell zur Speicherung

von Simulationsmodellen und

Simulationsergebnissen

Verwendung einer universellen

(kanonischen) Datenstruktur:

Verwaltungattribute für Administrierung

und Abbildung von Relationen

Attribute zur eigentlichen Speicherung der Daten

(3 x Integer, 3x Double und zwei Strings ).

etwas höhere Speicherredundanz.

Motivation:

bisher nicht kompatible Datenformate der

Komponenten und Simulatoren

aufwendige Manipulation von sehr vielen

Komponenten bei sehr großen Modellen

Vorteile

Datenbanken sind die universell anerkannte Technologie zur Datenhaltung

Kompatibilität zu allen betrieblichen Informationssystemen gesichert

Operationen über Mengen von Simulationsobjekten und -attributen möglich (SQL)


Analytische Informationssysteme im Simulationsbereich

Besonderheiten bei einem Einsatz von Data Warehouse / Data-Mining-Technologien

geringeres Datenvolumen durch überschaubare Läufe

optimaler EDV- Anschluß durch komplett rechnerbasiertes Modell

Systemstruktur und innerer Aufbau sind durch Modellierung vollständig bekannt

Gewinnung der Daten aus Tracedateien oder Reports

Mögliche Datendimensionen:

Modellobjekte (Maschinen

oder Stationen ) Zeit

Zustandsprotokoll Belegungen Betriebsparameter

Wartezeit Kosten

...

Run / Modell / Version

Analyse von Run´s

Simulationsläufe

Produkte

Zeit

Versionsanalyse

Gesamtparameter

Modelle Zeit

Der allgemeine,

n-dimensionale

Datenwürfel.

8


3. Kombination von Simulation und Optimierung

Simulation ist eine Analysemethode mit Eignung für stochastische Prozesse

entscheidungsunterstützende Auswertungen (Manager-geeignet) und

Verbesserungen des simulierten Systems gehören nicht immer zum

Standardumfang der Simulatoren

Optimierungen von Systemen sind sehr zeitaufwendig und erfordern sehr

umfangreiches Wissen und Erfahrungen (kritisch bei kleineren Firmen)

Fazit und These

Die Anbindung von Optimierungswerkzeugen:

kann den Verantwortlichen von aufwendiger Routineanalyse befreien, indem die

Analyse und Verbesserungen des Modells automatisch erfolgen

erweitert den Analyseansatz der Simulation um einen Syntheseansatz

kann bei geeigneter Konfiguration als automatisch ablaufendes SYSTEM ohne

menschliche Eingriffe permanent zur Optimierung von Systemen dienen

Eigene Prämissen bei der Suche nach einem geeigneten Tool :

möglichst universell und mit einer Vielzahl an Optimierungsfunktionen

offene und erweiterungsfähige Systemarchitektur

Ergebnis der Marktanalyse: System ISSOP von DUALIS (Prof. Krug,Dresden)


4. Neue Anwendungsbereiche durch webbasierte Systeme

Im roten Bereich noch großes Potential bei Mittelständischen Firmen vorhanden

auch als Einstiegsbereich in Richtung größerer Projekte günstig

Investitions-

planung

Fortlaufende

operative Planung

Zu aufwendig oder

teuer

durch Simulation beeinflussbare Kosten ca. 10% (nach VDI 3633 )

typische Kosten für Simulationssysteme ab 25 T€

damit Investkosten von mindestens 250 T€ notwendig

In kleineren Einzelprojekten ist Simulation zu kostspielig !

Umkonfiguration

Rationalisierung von

Systemen

Zu beeinflussende

Kosten bzw. Investition

Häufigkeit

sehr oft

oft

selten

einmalig

250 T€ 5- 50 T€

9


Verteilte und webbasierte Simulation und Optimierung

Motivation : - verteilte Modellierung und Simulation sehr sinnvoll (Supply Chain ...)

- theoretisch bessere Portabilität durch Internetstandards

- neue Geschäftsmodelle mit günstigeren Konditionen für die Kunden Besonders interessant : Application Service Providing / Cloud-Computing im Simulationsbereich (hier: Cloud-Computing als neues ASP-Konzept)

Zusatznutzen:

schnelle und günstige Wartung, ständige aktuelle Version verfügbar,

keine Lizenzprobleme durch Abrechnung genutzter Leistungen

sehr gute Schulung und Weiterbildungeigenschaften

Einbeziehung neuer Anwendergruppen (Vertrieb, Management, Produktentwickler)

Kosten

Nutzen Break even point

Traditionell mit Kauf

eines Simulationssystems

Mit Inanspruchnahme eines

Application Service Providers

(ASP / Cloud-Lösung )

Kosten

$

Einarbeitung

Zeit


Erste Generation von webbasierten Simulationsexperimenten

Bereits Anfang 2000 wurden erste Internetlösungen für die Simulation realisiert:

Anbindung von textbasierten Simulationswerkzeugen (GPSS oder SLX) über

CGI-Skripte an HTML-Formulare

Quelltext des Simulationsmodells wird in einem Textfeld übergeben

auf der Serverseite wird das Simulationsprogramm an den Simulator übergeben,

von diesem kompiliert und ausgeführt.

Ergebnisse werden in Textform oder als HTML-Code zurück geliefert.

Standard-HTML-Browser

CGI-Programm Simulations-

programm Web

Simulations

-programm Simulations

-programm

Ergebnisse

Web Server

mit CGI-

Interface

10


Beispiel : GPSS_Simulator der TU Magdeburg

erreichbar unter : http://isgsim1.cs.uni-magdeburg.de/~pelo/s1e/sa4/sa41.shtml


Bewertung der ersten Generation webbasierter Tools

Vorteile

relativ einfache Anbindung ohne großen Entwicklungsaufwand

Aufgabenspektrum durch beliebig erweiterbaren Quellcode prinzipiell

unbegrenzt

Nachteile

sehr fehleranfällig bei Laufzeitfehlern

keine Rückmeldung während der Laufzeit

Probleme mit der Anbindung von Datenquellen

keine oder schwierige Visualisierung der Simulation (Animation)

Die aufgeführten Vor- und Nachteile gelten auch prinzipiell für viele der

aktuellen Cloud-Lösungen !

11


Vergleich traditionelles ASP / Cloud mit Simulations-ASP

Fazit:

ASP/Clouds im Simulationsbereich entspricht aktuell den möglichem Internettechnologien besser als traditionelles ASP

Das Lastverhalten im Vergleich

Client-

rechner

(Kunde)

Internet

Server-

rechner

(Provider)

zeit-

kritisch !

ASP für Büroaufgaben

Interaktive

Arbeit

Datenver-

waltung

Im Bürobereich

Stark interaktive Arbeit

Interaktionsgeschwindigkeit ist erfolgskritisch und wird meist nicht zufriedenstellend erreicht !

Hohe Anforderungen an die Benutzerschnittstellen bei noch vorhandenen Defiziten der Webtechnologien

100%

Reine Status-

meldungen

ASP im Simulationsbereich

Parametrisierung

Start / Stop

Simulation

Optimierung

Im Simulationsbereich

Primat der Berechnung

Güte und Gesamtzeit (im Minuten-bereich akzeptabel) sind erfolgs-kritisch und erreichbar

Benutzerinterfaces zweitrangig


Optimale

Strategie

FTP

SimASP - Gesamtkonfiguration und Prozeßablauf

Prämissen aufgrund der aktuellen Situation bei den Web-Tools :

Service-Schwerpunkt ist die Bereitstellung wiederverwendbarer Modelle

(parameterisierbare Modelle flexibler Fertigungsstrassen, Call- und Servicecenter)

sehr komplexe Modelle sollten vorerst mit Standardtools realisiert werden

Bezahlung pro Simulationslauf oder Simulationszeit (an Provider und Modellierer)

Arten von Modellen

fixe Modelle mit Import und Export von PPS-Daten -> SLX-Universal-Modell

fixe Modelle mit variablen Parametermasken

Modelle auf der Basis vorgefertigter Bausteine (VisualSLX-Konzept)

These: Entscheidend für den Erfolg wird die vollständige Einbindung dieser Systeme in

automatisch ablaufende Berechnungsprozesse beim Kunden sein:

PPS

oder

MIS des

Kunden

Profes-

sionelle

Tools

ISSOP

SLX

VisualSLX

Datenbank-

system mit Zeitsteuerung

I

N

T

E

R

N

E

T

Auftrags-

daten

Modelle

Steuer-parameter

12


SimASP - Sicherheit und Vertrauen in externe Serviceprovider

Sicherheit und Vertraulichkeit

Ein Hauptproblem ist die Vertraulichkeit/Sicherheit

Verschlüsselungs- und Signaturverfahren auf den Übertragungsstrecken (VPN)

Content-Scrambling zum Schutz sensitiver Daten auf der Serverseite

Audi F722

BMW F461

MotorA3 P382

FTP PPS

oder MIS

des

Kunden

Tools

ISSOP

SLX

SimASP

Datenbank-

system

mit

Zeitsteuerung INTERNET

Auftrags-

daten

...Audi..

...BMW...

..MotorA3..

Steuer-

parameter

Modelle

SimASP-Server

Auftrags-

daten‘

... F722...

...F461...

...P382...

Ergebnisse‘

F722... 7Tage

F461...3Tage

P382...8TDM

Ergebnisse

Audi.. 7Tage

BMW.. ...3Tage

MotorA3...8TDM

Kodiertabelle

(jeweils

zufällige

Werte)

Datenkodierung

Datendekodierung

VPN-Tunnel

zur sicheren

Übertragung


Einbeziehung der Anwendungsexperten in das Geschäftsmodell

These: aktueller Stand der Internettechnologien erlaubt noch keine vollständige Entwicklung von Simulationsmodellen per Web.

Fazit: komplexe Modelle werden noch absehbare Zeit durch Simulationsexperten realisiert.

diese Modellentwickler können innerhalb eines ASP-Systems durch eine Beteiligung an den Einkünften zusätzlich motiviert werden

die übrigen Anteile werden für das ASP-System und die Basissoftware verwendet

Service-

Miete

ASP-Betreiber

Modell-Lizenz

an Entwickler

Basis-Software-

Lizenz

13



Vertrauen in die Verfügbarkeit der Dienstleistung

Auslagerung erfolgsrelevanter Informationsprozesse ist kritisch

Schutz gegen technische und organisatorische Ausfälle ist notwendig

Einfache organisatorische Maßnahmen

öffentliche Einrichtungen (Hochschulen) als technische ASP-Provider mit operativer

Betreuung durch externe Firmen

Bereitstellung von Intranet-ASP-Systemen direkt beim Kunden

Alle Funktionen wie bei externem ASP (Internetzugriff / zentrale Berechnung)

Betreuung und Wartung der ASP-Rechner durch firmeneigene Mitarbeiter

Sehr guter Schutz gegen Netzausfälle und Hackerangriffe

Sehr sinnvolles Konzept bei vielen Mitarbeitern mit seltenem Simulationsaufkommen

Schaffung eines austauschbaren, standardisierten ASP/Cloud-Frameworks

Erreichung einer gewissen Austauschfähigkeit und Vereinheitlichung von ASP-

Systemen im Simulations- und Optimierungsbereich

Demonstration einer einheitlichen, standardisierten Vorgehensweise gegenüber der

Industrie und damit höheres Vertrauen als in viele Einzelkonzepte



Schaffung eines austauschbaren, standardisierten ASP-Frameworks

Stufe 1 - Einheitliche Internetbasistechnologien, bestehend aus Apache

Webserver und Java Servletts in einem Tomcat-Servlet–Container der jeweilig

letzten stabil laufenden Versionen (keine Betaversionen);

Stufe 2 – Standardisierte Steuer- und Verwaltungsstrukturen auf XML-Basis

zum einheitlichen Starten, Beenden und Steuern aller Berechnungsprogramme;

Stufe 3 – Quasistandards für die Modellierung und die Modelldaten

vorzugsweise auf Datenbankbasis mit JDBC-Fähigkeit ;

Stufe 4 – gleiche Berechnungsprogramme (z.B. SLX/Arena und ISSOP).

Bereits in Stufe 1 kann durch ein Kopieren der Java-Servletts und aller

Berechnungsprogramme auf den Rechner eines Partners das jeweilige ASP-

System dupliziert werden.

14


stille Revolution im Bereich der Grafikkartenleistung

-> GPU-Leistung mehrfach höher als traditionelle CPU´s

Hersteller NIVDIA and AMD (ATI) -> CUDA / OpenCL-Standards !

Frage : Ist dies für Simulationszwecke nutzbar ?

Neue Option : Grid / GPU-basierte Berechnungen


Ausgangspunkt:

3D-Szenarien erfordern sehr viele Shader and Texture-Prozessoren

aktuell 1024 und mehr Prozessoren mit floating (double) point prec.

Actual Graphic Processor Units (GPU) – Architecture

Memory - Organization :

- ist der limitierende Faktor !!!

- Schnellster Speicher ist shared

memory in den Blöcken

- nur zwischen diesen Speicherzellen

ist ein sehr schneller Datenaustausch

möglich

- Synchronization zwischen den

Blöcken ist langsam und schlecht

unterstützt !

- global memory is used for

transferring input and results

15


Multi-core CPU

Many-core GPU

in CPU-Proz. existiert ein Control block per CPU.

in GPU´s exisitiert NUR ein Control block für N-ALU´s ! !!!

2. Problem : Single Program Multiple-Data (SPMD)

ALU

Control

ALU

Control

ALU

Control

ALU ALU ALU ALU

Folgen:

nur 1 Program kann über N-Daten

ausgeführt werden

bei Sprüngen im Code

kommt es dadurch zur einer

SEQUENTIELLEN Ausführung mit

drastischen Performanceverlusten

Code1

Code2 Code3

Code execution in CPU

Code1 Code2

Code1 Code3

CPU1

CPU2

Code execution in GPU

Code1 Code2

Sequentiell execution

Code1 Code3


Parallel & Hypercomputing mit unters. Zufallszahlenströmen

Monte-Carlo-Simulationen

einfache Modelle OHNE Verzweigung infolge zufälliger Ereignisse

GPU -Solution : M-Modellläufe mit N-Szenarien

pro Block ein Lauf mit N (=kernel-Anzahl)-Einzelsimulationen

Unterschiedliche Szenarien in den Blocks

Restriktionen /Ergebnisse :

pro Block gleicher Code

und gleiche Ausführung !!!

dann möglicher Speedup:

- 512 …1024 (=Anzahl Kernel)

Mögliche Anwendungen von GPU´s

16


Aktuelle Arbeiten - Potentielle Master-Arbeitsthemen

Einsatz von Web-Technologien im Simulationsbereich

Test weiterer Cloud-Anbieter (allgemeiner Test, auch anwendbar auf andere

Bereiche -> vgl. Vortrag aus Workshop)

SOA als Vernetzungstechnologie für verteilte Simulationsberechnungen (mit

Emulation realer Einheiten durch Simulationsmodelle (vgl. VL zur

Simulationsanwendung), SOA/ BPMN als Modellierungssprache ???

GRID und GPU-Computing – Machbarkeit und Performancetests

3D-Animationsserver

Erweiterung vorhandener 3D-Animationsprogramme oder Spiele-Engines um

eine TCP/IP-Socket-Schnittstelle mit der Option des Nachladens von Szenen

und Bewegungen

High-Speed-Simulation SPEEDSIM (SIMSOLUTION)

.NET oder Assembler-basierte performance-optimierte

diskrete Simulation


Ausblick in die Zukunft - Simulation mit dem Quantencomputer

„Quantencomputer“

beruhen auf den speziellen Eigenschaften subatomarer Partikel (Qubits),

nach der Quantentheorie nehmen diese Partikel gleichzeitig mehrere Zustände an

ein Register aus N Qubits stellt alle 2N-Zustände gleichzeitig dar,

Wechselwirkungen ergeben sich als gleichzeitige Kombination aller Einzelzustände

noch ist die Anzahl der realisierbaren Qubits begrenzt (ca. 5), eine weitere erfolg-reiche Erhöhung hätte gravierende Folgen, insbesondere für die Kryptographie

für die Simulation hätte ein Quantencomputer enorme Vorteile:

das Ergebnis aus N-Läufen wäre sofort ablesbar (mit N -> unendlich)

optimale Modellzustände könnten eventuell speziell kenntlich gemacht und damit sofort, ohne iterative Optimierungsschritte, ermittelt werden

unscharfe Aufgabenstellungen (mit fuzzy sets) könnten ohne Zeitverlust berechnet werden

Das Konzept der Modularisierung ist auch hier wieder sinnvoll:

der (zumindest anfängliche) hohe apparative Aufwand für einen Quantencomputer (Kühlung auf 30 Kelvin, Laserarrays ...) kann zu Beginn nur gewinnbringend durch eine parallele Nutzung über das Internet sein

doch wahrscheinlich wird dann die gesamte Informatik revolutioniert !

17


Zusammenfassung

Modulare (kleinere?) diskrete Simulationssysteme werden zukünftig eher eine Chance haben, die sehr speziellen Anforderungen der Anwender abzudecken !

Eine Trennung von Simulationskernel und beliebiger GUI kann auch im Bereich von Webanwendungen und Cloud/ASP-Ansätzen günstiger sein !

Cloud-Computing-Ansätze (mit dem alten Konzept des Application-Service-Providing (ASP) können kleineren Firmen einen Zugang zur Simulation eröffnen.

Bei Cloud/ASP-Lösungen ist die Sicherheit/Vertraulichkeit entscheidender als die technische Lösung ! Die Sicherheit muss durch neue Konzepte zur Verschlüsselung und Content-Scrambling stark verbessert werden !

Neue Hardware (Grid / GPU) kann in Einzelfällen starke Performancezuwäschse bringen !

Eine stärke Abstimmung zu gemeinsamen Richtlinien oder Standards im Bereich der diskreten Simulation ist sehr sinnvoll und würde das Vertrauen der Industrie stärken.

Durch internetbasierte Dienstleistungen könnte der Umfang des Simulationseinsatzes stark ausgebaut werden.

Webbasierte Richtlinien und Standards könnten ein erster Schritt zu

einer generell höheren Kompatibilität der diskreten Simulation sein.

Aktuelle Entwicklungstendenzen in der Modellierung und...

Documents

Transcript of Aktuelle Entwicklungstendenzen in der Modellierung und...