Paralleles Rechnen

Die ersten Kapitel konzentrieren sich auf die Informatik und beinhalten informatische Grundbegriffe, Rechnerarchitekturen und ein Performancemodell, OpenMP als Programmierumgebung fur Mehrkernrechner und MPI und PVM als Programmiermodelle fur Rechner mit verteiltem Speicher. Anschlieend werden mathematische Algorithmen, Performancebetrachtungen, Design paralleler Programme und Ausfuhrungen zu Simulationsprogrammen aus den Ingenieur- und Naturwissenschaften gegenubergestellt. Die nachsten Kapitel sind Performancebetrachtungen und Parallelisierungsstrategien fur mathematische Algorithmen gewidmet, bevor abschlieend GPUs behandelt und Teile der zuvor erlauterten Algorithmen auf diese ubertragen und diskutiert werden. Roter Faden durch das mit vielen Erlauterungen und Quelltextbeispielen angereicherte Buch ist die Performanceanalyse unterschiedlicher Speicherungstechniken von Feldern am Beispiel der algorithmischen Losung linearer Gleichungssysteme. Dazu wird zunachst das Gausche Eliminationsverfahren auf ein Blockverfahren umgestellt und dieses mit sehr hoher Performance auf einem Mehrkernrechner parallelisiert. Bei der iterativen Losung linearer Gleichungssysteme steht das konjugierte Gradienten-Verfahren und seine fein granulare Parallelisierung im Vordergrund. Besonderes Augenmerk richtet sich dabei auf die Matrix-Vektor-Multiplikation und die Abhangigkeit der Performance von der Speicherungstechnik der Matrix. Gebietszerlegungsmethoden zur Losung linearer Gleichungssysteme bieten einen grob granularen Parallelisierungsansatz, der fur das massiv parallele Rechnen der fein granularen Parallelisierung auf Schleifenebene uberlegen ist.