MLU
Lecture: Parallelverarbeitung - Details
Close message box
You are not logged into Stud.IP.

General information

Course name Lecture: Parallelverarbeitung
Semester SS 2008
Current number of participants 1
Home institute Leitung des Instituts für Informatik
participating institutes Praktische Informatik (Bioinformatik), Praktische Informatik (Datenstrukturen), Praktische Informatik (Softwareengineering)
Courses type Lecture in category Offizielle Lehrveranstaltungen
First date Monday, 07.04.2008 10:15 - 11:45
Pre-requisites Grundkenntnisse UNIX, C
Learning organisation Vorlesung und Uebung (theoretisch und praktisch)
Performance record aktive Mitarbeit in den Uebungen, Loesung von Uebungsaufgaben (fuer die Zulassung zur Pruefung)
Studiengänge (für) Informatik, Bioinformatik, Wirtschaftsinformatik, Mathematik
SWS 4+2
ECTS points 10

Rooms and times

No room preference
Monday: 10:15 - 11:45, weekly(14x)
Wednesday: 10:15 - 11:45, weekly(15x)

Fields of study

Comment/Description

Zahlreiche praktische Anwendungen und Forschungsprobleme lassen sich nur mit Hilfe paralleler oder verteilter Rechnersysteme in akzeptabler Zeit lösen. Dabei kann es sich um Parallelrechner im engeren Sinn, spezielle Mehrprozessorsysteme, Netzwerke aus Workstations o. ä. handeln. Diese erfordern jedoch, je nach Art der jeweiligen Parallelarchitektur, den Einsatz entsprechend neu entwickelter oder angepasster paralleler Algorithmen sowie spezieller Programmierwerkzeuge, Sprachen bzw. Spracherweiterungen oder Bibliotheken. Sowohl im Hardware- als auch im Softwarebereich vollziehen sich hier sehr wichtige und interessante Grundlagen- und Anwendungsentwicklungen (rel. neu z. B. Grid Computing). Die Vorlesung beinhaltet die Schwerpunkte

- Parallele Rechnerarchitekturen, verteilte Systeme, Verbindungsnetzwerke
- Parallele Prozesse, Synchronisation und Kommunikation
- Erarbeitung und Bewertung paralleler Algorithmen
- Programmierung paralleler und verteilter Rechnersysteme

In den Übungen werden parallele Algorithmen entwickelt und implementiert (MPI). Genutzt werden dazu der Linux-Cluster (64 Prozessoren) des Instituts bzw. die lokalen Netze in Unix/Linux-Pools oder auch die SunFire des Rechenzentrums für Thread-Parallelität.