Anne C. Elster

Ph.D. i Elektro fra Cornell 1994, IEEE Senior Member 2000.

Pre-business fra U of Oregon 1981/82. Fullført NTNUs Research Leadership Programme (okt 2011-feb 2012) og Kollegabasert veiledning (2016-17). Har også tatt flere økonomifag og kurs, inkl. bedriftsregnskap.

Elster ble valgt som 1. vara i  NTNU Styre for de fast ansatte i undervisnings for forskningsstilliger for perioden 2017-2021. Hun har tatt faget "Styrekompetanse" ved BI-Trondheim og kjenner derfor også formelt til lovverket rundt styrer i Norge. Hun har tidligere styre-erfaring fra Institutt for Dateknikk & informatik, styret for Medisinsk Teknology, og flere andre fora og prosjekter. 

For nyheter, se https://www.ntnu.edu/idi/hpc-lab/events

Grunnlegger og leder av – HPC-Lab, Institutt for Datateknikk og Informatikk, NTNU, som begynte som min forskningsgrupe da jeg kom til NTNU i januar 2001. Vi er nå en etablert forskningslabb innen heterogen og parallell datateknikk. Labben består av meg selv, flere Post Docer, stipendiater, og masterstudenter såvel som både nasjonale og internasjonale kolleger og forskere som besøker oss for å samarbeide og lære om heterogen datateknologi. 

Forskningsfokuset vårt inkluderer metoder og verktøy for hvordan enklest og best få ut regnekraften av heterogene systmer som inkludere både GPUer og , inkl. hvordan integrere disse teknologiene kan med skytjenester.

EU Horizon 2020 MCSA PostDoc Weifeng Liu, en toppstipendiat fra Niels Bohrinstituttet i Danmark kommer til HPC-Lab våren 2017 for å samarbeide med Elster om TICOH -- Taming Irregular Computations On (energy-efficent) Heterogeneous processors 

EU Horizon 2020 ICT prosjekt CloudLightning: Self-Organizing, Self-Managed Heterogeneous Clouds (2015-2018)

John Morrison, Cork University Collage, Ireland (Coordinator), Anne C Elster (main co-PI) + 5 more partners.  NTNU is largest partner aside from coordinator and receives ca. 16% of the Euro 3.9 million budget.                                                                 

The project is developing self-organization and management of cloud services to enable efficient access to heterogeneous resources. The resources will be exploited to reduce application development efforts. The aim is to make optimizations easier and to simplify service deployment. I lead a work package on characterizing and capturing behavior of several resource co-processor types including: GPUs (Graphics Processing Units),  MICs (e,g, Intel Xeon Phi) , and DFEs (Maxeler FPGA-based DataFlow Engine). Dr. Elster is also the overall project's Quality and Risk Manager.

• Nåværende og tidligere Post Docs og forskere. Elster er/var hovedveileder om ikke annet er angitt
  • Mohammad Qasim (forsker siden 2016, PhD fra UiB)
  • Malik Khan (forker/Post Doc siden 2013, PhD fra Univ. of Souther California (USC))
  • Annette Stahl (forsker 2013, PhD fra Univ. i Heldelberg, Tyskland, nå faglærer ved kybernetikk på NTNU)
  • Ian Karlin (forsker 2011, PhD U of Colorado, Boulder 2011) 
    6. Jan Perhac (ERCIM Post Doc 2010-2011) (ERCIM) 
    7. John Ryan (Post Doc 2010, PhD Irland, returnerte tidligere en ventet til fast jobb i Irland) 
    8. Dr. Henrik R. Nagel (Post Doc 2005-2007, nå fast ansatt ved IT-seksjonen  innen HPC ved NTNU)
• Nåværende og tidligere stipendiater ( PhD) :
  • Samira Pakdel (nåværende)
  • Rune Jensen (nåværende)
  • Thomas Falch (nåværende, forventet disputas vår 2017)
  • Mehdi Bozorgi (nåværende, forventet disputas 2017, Elster medveileder)
  • Lane Holloway (PhD, Univ. of Texas at Austin , 2016; Elster co-veileder)
  • Eirik Smistad (PhD, NTNU 2015; Elster medveileder)
  • Jan Christinan Meyer (PhD 2012, nå IIer (1.aman) ved IDI, NTNU og fast ansatt ved IT-seksjonen innen HPC ved NTNU) 
  • Thorvald Natvik (PhD 2010, nå ved Medalia i Kalifornia, USA)
  • Cyrill Baninon (Elster hovedveileder 2003-2006, PhD 2007 under prof. Natvik)

I tillegg har jeg veiledet over 70 masterstudenter som virkelig har lært meg masse. Se CVet for detaljer. Siden 2006 har over 30 av masteroppgavene jeg har veiledet vært innen bruk av skjermkort ( kort med GPUer) som beregningsresurser. Vi ser nå på å også bruke grafikkprosessorene (GPUene) som er i innebygde systemer for smarttelefoner o.l. til støre berengnings og silumeringsoppgaver. 

 

UNDERVISNING

UT Austin: Algorithms, Data Structures, Operating Systems and Iterative Numerical Methods

NTNU: Parallel Computing, Compilers, Operating Systems, + 3 special topics MS/PhD courses