Paralleles Rechnen

Die ersten Kapitel konzentrieren sich auf die Informatik und beinhalten informatische Grundbegriffe, Rechnerarchitekturen und ein Performancemodell, OpenMP als Programmierumgebung f r Mehrkernrechner und MPI und PVM als Programmiermodelle f r Rechner mit verteiltem Speicher. Anschlie end werden mathematische Algorithmen, Performancebetrachtungen, Design paralleler Programme und Ausf hrungen zu Simulationsprogrammen aus den Ingenieur- und Naturwissenschaften gegen bergestellt. Die n chsten Kapitel sind Performancebetrachtungen und Parallelisierungsstrategien f r mathematische Algorithmen gewidmet, bevor abschlie end GPUs behandelt und Teile der zuvor erl uterten Algorithmen auf diese bertragen und diskutiert werden. Roter Faden durch das mit vielen Erl uterungen und Quelltextbeispielen angereicherte Buch ist die Performanceanalyse unterschiedlicher Speicherungstechniken von Feldern am Beispiel der algorithmischen L sung linearer Gleichungssysteme. Dazu wird zun chst das Gau sche Eliminationsverfahren auf ein Blockverfahren umgestellt und dieses mit sehr hoher Performance auf einem Mehrkernrechner parallelisiert. Bei der iterativen L sung 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 Abh ngigkeit der Performance von der Speicherungstechnik der Matrix. Gebietszerlegungsmethoden zur L sung linearer Gleichungssysteme bieten einen grob granularen Parallelisierungsansatz, der f r das massiv parallele Rechnen der fein granularen Parallelisierung auf Schleifenebene berlegen ist.