Stefano Markidis

Stefano Markidis forskning adresserar de beräkningsmässiga kraven från dagliga väderprognoser, utvecklingen av framtida fusionreaktorer och träningen av stora språkmodeller som ChatGPT. Dessa tillämpningar kräver omfattande högpresterande beräkningsinfrastruktur, inklusive superdatorer med miljontals beräkningsenheter som CPU:er och GPU:er, samt specialiserade enheter såsom omkonfigurerbar hårdvara och tensorbehandlingsenheter, alla sammanlänkade via nätverk. För att hantera utmaningarna med högpresterande beräkningar har olika beräkningsparadigm utvecklats. Utöver klassiska superdatorer utnyttjar tidiga kvantdatorer kvantmekanikens principer, medan neuromorfiska system eftersträvar att efterlikna hjärnans funktionalitet inom en CPU. Att möjliggöra dessa system, simuleringar och koder kräver specialiserad programmering för att distribuera data över hela infrastrukturen och synkronisera beräkningarna för maximal effektivitet. Markidis forskning fokuserar på att utveckla programmeringsmetoder och mjukvara anpassad för att möjliggöra tillämpningar såsom väderprognoser, simuleringar av fusionreaktorer och träning av stora AI-system på extremt storskaliga beräkningssystem, inklusive superdatorer och unika enheter som kvantdatorer och neuromorf hårdvara. Genom effektiv programmering av storskaliga system och framväxande beräkningsplattformar blir simuleringar ovärderliga verktyg för att förstå och ta itu med kritiska frågor som design av system för ren energi och klimatförändringssimuleringar.