Erstmalig nimmt der AER am [TUM Data Innovation Lab](https://www.mdsi.tum.de/di-lab/tum-di-lab/)) des [Munich Data Science Institutes](https://www.mdsi.tum.de/mdsi/startseite/) teil mit unserem Projekt zur Beschleunigung von Kernels von neuronalen Netzwerken auf der Softwareebene, welche im Laufe des Projektes zur Beschleunigung von klassischen Stroemungsmechanikloesern genutzt werden, und diese Arbeitsablaeufe weiter beschleunigen sollen.
Die Studenten werden an der Beschleunigung von neuronalen Netzwerken aus der Forschung aktiv arbeiten, wobei wir mit einem Generative Adversarial Network (GAN) beginnen bevor wir uns spaeter auf Graphnetzwerke (GNNs) zur Beschleunigung von Smoothed Particle Hydrodynamics konzentrieren werden. Das Projekt wird mit einer Einfuehrung in Microsoft DeepSpeed beginnen bevor wir sukzessive die weiteren Inhalte an Hand von simplen GANs, und dem Forschungs-GAN weiter aufbauen, und uns spaeter auf das Graphnetzwerk konzentrieren und hieran die verwendeten Kernel als auch Parallelisierungsstrategien beschleunigen und validieren werden.
Mehr Information koennen auf der [Projektseite](https://www.mdsi.tum.de/di-lab/projekte/ss2022-chair-of-aerodynamics-and-fluid-mechanics-acceleration-of-neural-network-training-with-microsoft-deepspeed/) gefunden werden. Bei weiteren Nachfragen wenden Sie sich bitten an Ludger Paehler (ludger.paehler@tum.de).