Pr

1
Simulation et Pétaflops Journée
et
1er décembre 2003, Saclay Compression de
données et Visualisation distante Fabien
Vivodtzev Thèse CFR encadrée par
Georges-Pierre Bonneau
Paul Le Texier
(Université Joseph Fourier Grenoble 1)
(CEA/CESTA
DEV/SIS/GEC) (GRAVIR,
projet EVASION, CNRS, INRIA, INPG, UJF)
2
Définition du problème

• Contexte
• Objectifs
• Manipulation (stockage, parcours, transfert) des
  données volumiques
• Visualisation de ces données sur des stations
  graphiques
• La manipulation interactive est un passage obligé
  pour une bonne compréhension d'une scène 3D
• Problèmes
• Masse des données à traiter
• Performances standards des stations graphiques
  utilisées

3
Un exemple de données étudiées

• Maillages construits à partir de simulations
  numériques
• grilles volumiques non-structurées
• plusieurs dizaines de millions de mailles
• différents types de mailles (3D tétraèdres, 2D
  triangles, 1D poly-lignes)
• plusieurs variables numériques à chaque maille
  et/ou sommet
• présence de différents matériaux

4
Exemple d'application

• Électromagnétisme
• visualiser les éléments nécessaires au calcul de
  la SER
• Dimensions
• 1m de long sur 20cm de diamètre
• échantillonnage de lordre de la longueur donde
  du champ électromagnétique incident
• 30 Millions de cellules tétraédriques et plus
• Origines
• mailleur I-DEAS et ICEMCFD-Tetra

Image générée par http//www.ansys.com/ansys/ice
m_cfd.htm
5
Problématique des données de masses

• Avancée asymétrique
• Code de calcul multi-physiques
• mécanique, aérodynamique, chimie, thermique, ...

6
Problématique des données de masses (suite)

• Puissance de calcul déséquilibrée

Puissance de calcul disponible
Visualisation
Simulation
Pré - post-traitement
Temps dexécution
Moyens centralisés (TERA)
7
Stratégies de visualisation
8
Solution envisagée

• Modélisation (structure de donnée) des ensembles
  volumiques
• différents types de mailles
• optimisée pour des tétraèdres ? performante à
  l'utilisation
• Hiérarchisation
• compression avec perte contrôlée de l'information
  
• représentation multirésolution (MR)
• critère de l'erreur de l'approximation entre les
  résolutions
• critère géométrique
• critère sur les données numériques
• Visualisation
• choix de l'information à visualiser (loupe, point
  de vue, caractéristique, )
• utilisation de la représentation multirésolution

9
Illustration d'une résolution variable
De Floriani et al. 00 Film généré avec la
librairie MT (MULTI-TESSELATION)
http//www.disi.unige.it/person/MagilloP/MT/
10
Avantages et inconvénients de la MR

• Avantages
• Transfert progressif de l'information (réseau)
• Exploration interactive a faible résolution
  (résolution uniforme)
• Résolution la plus fine dans un volume d'intérêt
  (résolution variable)
• Adaptée à une exploitation sur station graphiques
  courantes
• Inconvénients
• Représentation coûteuse (temps de calcul)
• Mesure de l'erreur entre les résolutions

11
Modélisation (structure de données)

• Maillage de référence tétraédrique
• structure de données indexées T ? V
• relation d'adjacence des faces vers des
  tétraèdres F ? T
• relation d'adjacence des sommets vers des
  tétraèdres V ? T
• Représentation relative de tous les différents
  type de maille
• Relation de dépendance des opérations effectuées
  sur le maillage
• Graphe Direct Acyclique (DAG)

0
0
12
Simplification volumiques

• Simplification de maillages tétraédriques
  instructurés
• Renze et Oliver 96 Popovic et Hoppe 97
  Trotts et al. 98 Staadt et Gross 98
• Cignoni et al. 00 Chopra et Meyer 02
• Stratégie de décimation (? raffinement)
• structure de donnée (V ? T)
• contraction itérative d'arêtes
• mesure de l'erreur pour chaque contraction
  d'arêtes
• respect de la topologie Dey 99
• respect de la géométrie (inversion, étirement ou
  intersection de tétraèdres)
• Choix de l'arête dont la contraction introduira
  l'erreur minimale

13
Mesures des erreurs entre les résolutions

• Erreur sur la géométrique
• Évaluation locale distance Euclidienne entre
  points et plans moyens
• Évaluation globale distance de Hausdorff
• Erreur sur les données
• Différence sur les données aux sommets
• Ondelettes
• à spécifier suivant l'application
• Intégration des deux types d'erreurs
• Minimiser la somme pondérée de toutes les erreurs
• Minimiser la plus grande des erreurs

14
Visualisation

• Logiciels existants
• Ensight (CEI), AVS/Express (AVS), VTK/ParaView
  (Kitware, LANL), Medit (INRIA) , TAn2 (U. de
  Gène), ...
• Méthode proposée
• Structure de données de base minimale
• Techniques de visualisation simples mais adaptées
• isosurfaces, rendu en fil de fer,
• utilisation d'OpenGL et de ses extensions
  (GL_VERTEX_ARRAY)
• Utilisation de la multirésolution en
  visualisation volumique
• taille des maillages adaptée à l'espace mémoire
  disponible
• transfert d'un résolution intermédiaire à travers
  un réseau
• contrôle de l'erreur d'approximation à chaque
  cellule

15
Conclusion

• Visualisation de données volumiques de masses
  issues de simulations numériques
• Création d'une représentation multirésolution
• Critère de l'erreur d'approximation géométrique
  et numérique
• Transfert de l'information à travers un réseau
• Visualisation sur stations graphiques standards
• Merci.