Experimental Study on Friction between Saline Ice and Steel

Understanding the interaction of sea ice with offshore structures is of primary importance for the development of technology in cold climate regions. The rheological properties of sea ice (strength, creep, viscosity) as well as the roughness of the contact surface are the main factors influencing the type of interaction with a structure. A device was developed and designed and small scale laboratory experiments were carried out to study sea ice frictional interaction with steel material by means of a uniaxial compression rig. Sea-ice was artificially grown between a stainless steel piston (of circular cross section) and a hollow cylinder of the same material, coaxial to the former and of the same surface roughness. Three different values for the roughness were tested: 1.2, 10 and 30 μm Ry (maximum asperities height), chosen as representative values for typical surface conditions, from smooth to normally corroded steel. Creep tests (0.2, 0.3, 0.4 and 0.6 kN) were conducted at T = -10 ºC. By pushing the piston head towards the cylinder base, three different types of relative movement were observed: 1) the piston slid through the ice, 2) the piston slid through the ice and the ice slid on the surface of the outer cylinder, 3) the ice slid only on the cylinder surface. A cyclic stick-slip motion of the piston was detected with a representative frequency of 0.1 Hz. The ratio of the mean rate of axial displacement to the frequency of the stick-slip oscillations was found to be comparable to the roughness length (Sm). The roughness is the most influential parameter affecting the amplitude of the oscillations, while the load has a relevant influence on the their frequency. Guidelines for further investigations were recommended. Marco Nanetti - seloselo@virgilio.it

General-Purpose Computing on Graphic Processing Unit (GPGPU): metodi e tecnologie per lo sviluppo di applicazioni

Microprocessori basati su singolo processore (CPU), hanno visto una rapida crescita di performances ed un abbattimento dei costi per circa venti anni. Questi microprocessori hanno portato una potenza di calcolo nell’ordine del GFLOPS (Giga Floating Point Operation per Second) sui PC Desktop e centinaia di GFLOPS su clusters di server. Questa ascesa ha portato nuove funzionalità nei programmi, migliori interfacce utente e tanti altri vantaggi. Tuttavia questa crescita ha subito un brusco rallentamento nel 2003 a causa di consumi energetici sempre più elevati e problemi di dissipazione termica, che hanno impedito incrementi di frequenza di clock. I limiti fisici del silicio erano sempre più vicini. Per ovviare al problema i produttori di CPU (Central Processing Unit) hanno iniziato a progettare microprocessori multicore, scelta che ha avuto un impatto notevole sulla comunità degli sviluppatori, abituati a considerare il software come una serie di comandi sequenziali. Quindi i programmi che avevano sempre giovato di miglioramenti di prestazioni ad ogni nuova generazione di CPU, non hanno avuto incrementi di performance, in quanto essendo eseguiti su un solo core, non beneficiavano dell’intera potenza della CPU. Per sfruttare appieno la potenza delle nuove CPU la programmazione concorrente, precedentemente utilizzata solo su sistemi costosi o supercomputers, è diventata una pratica sempre più utilizzata dagli sviluppatori. Allo stesso tempo, l’industria videoludica ha conquistato una fetta di mercato notevole: solo nel 2013 verranno spesi quasi 100 miliardi di dollari fra hardware e software dedicati al gaming. Le software houses impegnate nello sviluppo di videogames, per rendere i loro titoli più accattivanti, puntano su motori grafici sempre più potenti e spesso scarsamente ottimizzati, rendendoli estremamente esosi in termini di performance. Per questo motivo i produttori di GPU (Graphic Processing Unit), specialmente nell’ultimo decennio, hanno dato vita ad una vera e propria rincorsa alle performances che li ha portati ad ottenere dei prodotti con capacità di calcolo vertiginose. Ma al contrario delle CPU che agli inizi del 2000 intrapresero la strada del multicore per continuare a favorire programmi sequenziali, le GPU sono diventate manycore, ovvero con centinaia e centinaia di piccoli cores che eseguono calcoli in parallelo. Questa immensa capacità di calcolo può essere utilizzata in altri campi applicativi? La risposta è si e l’obiettivo di questa tesi è proprio quello di constatare allo stato attuale, in che modo e con quale efficienza pùo un software generico, avvalersi dell’utilizzo della GPU invece della CPU.