Paralleles Rechnen

En savoir plus sur le livre

Die ersten Kapitel behandeln grundlegende Informatikthemen, darunter Rechnerarchitekturen, ein Performancemodell sowie Programmierumgebungen wie OpenMP für Mehrkernrechner und MPI sowie PVM für verteilte Systeme. Es folgt eine Gegenüberstellung von mathematischen Algorithmen, Performanceanalysen, dem Design paralleler Programme und Simulationsprogrammen aus Ingenieur- und Naturwissenschaften. Danach wird der Fokus auf Performancebetrachtungen und Parallelisierungsstrategien für mathematische Algorithmen gelegt, bevor GPUs thematisiert werden, wobei Teile der zuvor besprochenen Algorithmen auf diese übertragen und diskutiert werden. Ein zentraler Aspekt des Buches ist die Performanceanalyse verschiedener Speicherungstechniken von Feldern, illustriert am Beispiel der algorithmischen Lösung linearer Gleichungssysteme. Hierbei wird das Gaußsche Eliminationsverfahren in ein Blockverfahren umgewandelt und hoch performant auf einem Mehrkernrechner parallelisiert. Bei der iterativen Lösung linearer Gleichungssysteme steht das konjugierte Gradienten-Verfahren im Vordergrund, insbesondere die fein granulare Parallelisierung und die Matrix-Vektor-Multiplikation sowie deren Performanceabhängigkeit von der Speicherungstechnik der Matrix. Grob granularen Parallelisierungsansätze durch Gebietszerlegungsmethoden bieten Vorteile für das massiv parallele Rechnen gegenüber der fein granularen Parallelisierung auf Schleifenebene.