Modules

Prerequisites

Contents

Hardware für paralleles Rechen vom Laptop bis zum High Performance Cluster (Processing concepts: Pipelining, Functional Parallelism, Multithreading, Shared Memory, Distributed Memory, Memory access concepts). Parallelisierungsstrategien. Programmieren mit OpenMP und MPI. Analyse der Skalierbarkeit. Die Grundlagen der Parallelen Programmierung werden anhand generischer Beispiele vermittelt. Die Teilnehmer bringen im Rahmen einer engen Verknüpfung von Vorlesung und Praktikum Beispiele der numerischen Modellierung aus Ihrem natur- bzw. ingenieurwissenschaftlichen Studienkontext ein und bearbeiten diese in Kleingruppen. Die Beispiele werden auf Ihre Parallelisierbarkeit hin analysiert.

Learning outcomes

Die Studierenden lernen grundlegende Konzepte paralleler Rechnerarchitektur (Hardwareaspekt) und der parallelen Programmierung (Softwareaspekt) kennen. Typische Aufgabenstellungen numerischer Simulation aus den Bereichen Computational Physics, CFD und Image Processing können selbständig parallel implementiert werden. Zu diesem Zwecke können das eigene Notebook mit SMP-CPU, die BTU-Institutsrechner mit SMP-CPU, das vom CFTM2 betreute massiv parallele Rechencluster mit 384 Cores sowie die Resourcen des Norddeutschen Verbundes für Hoch- und Höchstleistungsrechnen (HLRN) genutzt werden. Sequentielle Algorithmen können auf ihre Parallelisierbarkeit hin analysiert werden.

Assessment

• erfolgreiche Bearbeitung von Übungsaufgaben (50%) • Zwischen- und Abschlusspräsentation der Ergebnisse (25%) • Dokumentation der Ergebnisse (25%) Das Modul gilt als bestanden, wenn 60% der Teilleistungen erfolgreich erbracht wurden.

Remarks

Findet ab dem WiSe 21/22 nicht mehr statt.