High-Performance Visualization for Astronomy and Cosmology: Refactoring and Parallelization of VisIVO Server for Exascale Systems [Visualizzazione ad Alte Prestazioni per l’Astronomia e la Cosmologia: Refactoring e Parallelizzazione di VisIVO Server per Sistemi Exascale]

La crescita esponenziale dei volumi di dati nei campi dell’astronomia e della cosmologia pone sfide significative per la visualizzazione e l’analisi dei dati. Questa tesi affronta tali sfide evolvendo VisIVO Server, una suite software scientifica per la visualizzazione di dati astrofisici multidimensionali, con l’obiettivo di supportare in modo efficace questi volumi di dati all’interno di ambienti di calcolo ad alte prestazioni (HPC). Il lavoro presenta diversi contributi principali. In primo luogo, un’analisi del codice condotta tramite strumenti quali CCCC, CppDepend e Doxygen, seguita da un’attività di refactoring finalizzata a migliorare la manutenibilità, ottenendo riduzioni della complessità ciclomatica fino al 94% nelle funzioni critiche. Successivamente, uno degli importer di VisIVO è stato parallelizzato utilizzando un approccio ibrido MPI/OpenMP, ottenendo speedup significativi su dataset di simulazioni GADGET da 512 GB. È stata inoltre integrato il Workflow Management System StreamFlow per permettere un'esecuzione portabile su infrastrutture di calcolo eterogenee. Inoltre, la capacità di visualizzazione in-situ è stata implementata tramite l'integrazione col toolset distribuito Hecuba. Questo approccio elimina i colli di bottiglia dovuti all’I/O, consentendo l’elaborazione dei dati direttamente in memoria durante l’esecuzione della simulazione. Come ultimo contributo, VisIVO è stato integrato nel servizio InterActive Computing del Cineca attraverso lo sviluppo di wrapper Python che permettono agli utenti di accedere alle funzionalità di visualizzazione direttamente da notebook Jupyter, mantenendo al contempo l’accesso alle risorse HPC. Questi contributi permettono alle comunità dell’astronomia e della cosmologia di sfruttare più efficacemente le moderne infrastrutture HPC per l’analisi di dati su larga scala, supportando ricerche fondamentali sulla formazione delle strutture cosmiche e sui principali fenomeni astrofisici.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2026

Author dc:creator

• TUCCARI DI SAN CARLO, NICOLA

Contributors dc:contributor

• TRAMONTANA, EMILIANO ALESSIO

• Visualization
• Refactoring
• High Performance Computing
• Parallelization
• In-Situ Computing
• Scientific Workflows
• Visualizzazione
• Parallelizzazione
• Calcolo ad Alte Prestazioni
• Workflow Scientifici
• Calcolo In-Situ

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

eng

Handle dc:identifier

https://hdl.handle.net/20.500.11769/724750

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/724750