Bioinformatik (MA120 LP) (Master) > Bioinformatik BioinformatikMA120, Version of accreditation (WS 2009/10 - SS 2016) > Datenstrukturen und effiziente Algorithmen
Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2006/07 - SS 2013) > Primärmodule
Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2006/07 - SS 2013) > Sekundärmodule
Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2006/07 - SS 2013) > Sekundärmodule
Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2006/07 - SS 2013) > Sekundärmodule
Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2013/14 - SS 2016) > Vertiefende Module der Vertiefungsrichtung `Algorithmen und Theoretische Informatik`
Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2013/14 - SS 2016) > Vertiefende Module der Vertiefungsrichtung `Technische Informatik und IT-Sicherheit`
Informatik (MA120 LP) (Master) > Informatik InformatikMA120, Version of accreditation (WS 2016/17 - WS 2022/23) > Vertiefende Module der Vertiefungsrichtung `Algorithmen und Theoretische Informatik`
Mathematik (MA120 LP) (Master) > Mathematik MathematikMA120, Version of accreditation (WS 2006/07 - SS 2013) > Anwendungsfach Informatik
Mathematik (MA120 LP) (Master) > Mathematik MathematikMA120, Version of accreditation (WS 2013/14 - SoSe 2023) > Anwendungsfach Informatik
Physik (MA120 LP) (Master) > Physik PhysikMA120, Version of accreditation valid from WS 2019/20 > Nichtphysikalische Wahlpflichtmodule
Physik (MA120 LP) (Master) > Physik PhysikMA120, Version of accreditation (WS 2009/10 - SS 2019) > Wahlpflichtmodule
Responsible person for this module
Further responsible persons
Dr. Holger Blaar
Prerequisites
keine
Skills to be acquired in this module
Dieses Modul vermittelt den Teilnehmerinnen und Teilnehmern das Wissen und Verständnis zu Arbeitsweise, Entwurf und Analyse hocheffizienter paralleler Algorithmen. Es sollen Grundkenntnisse und Techniken zur Entwicklung und Bewertung paralleler Algorithmen auf Basis einfacher Modelle für Parallelsysteme sowie die Fähigkeit zum eigenständigen Entwurf und zur Implementierung paralleler Algorithmen erworben werden.
Module contents
Ausgehend von der Einführung und Bewertung von Modellen für Parallelarchitekturen werden Basistechniken zur Erarbeitung paralleler Algorithmen sowie Methoden zu deren Analyse vorgestellt. Neben der Parallelisierung der eigentlichen Berechnungen werden effiziente Kommunikationsalgorithmen, jeweils für verschiedenen Topologien, betrachtet. Hierbei werden parallele Algorithmen für Standardprobleme (z. B. Sortieren, Mischen, Graphenalgorithmen, Matrix-Multiplikation, Aufgaben aus Algorithmischer Geometrie und Bildverarbeitung) auf verschiedenen typischen Parallelarchitekturen und Netzwerken vorgestellt und hinsichtlich ihrer Leistungsfähigkeit analysiert. Wichtig ist dabei, auf Basis von Standardtechniken einen Blick für Parallelisierungsmöglichkeiten von Problemen zu gewinnen, auch bezüglich der Kommunikation zwischen Prozessoren/Kernen untereinander sowie zwischen Prozessoren/Kernen und Speichereinheiten. Die erworbenen Kenntnisse zu Erarbeitung, Laufzeitanalyse und Implementierung von parallelen Algorithmen können in den Übungen an einfachen bis anspruchsvollen Beispielen praktisch umgesetzt werden.
Forms of instruction
Lecture (3 SWS)
Exercises (1 SWS)
Course
Languages of instruction
German, English
Duration (semesters)
1 Semester Semester
Module frequency
nicht festlegbar
Module capacity
unlimited
Time of examination
Credit points
5 CP
Share on module final degree
Course1: %; Course2: %; Course3: %.
Share of module grade on the course of study's final grade
1
Reference text
Vertiefendes Modul für die Vertiefungsrichtung %u201EAlgorithmen und Theoretische Informatik%u201C
Module course label
Course type
Course title
SWS
Workload of compulsory attendance
Workload of preparation / homework etc
Workload of independent learning
Workload (examination and preparation)
Sum workload
Course 1
Lecture
Vorlesung
3
0
Course 2
Exercises
Übung
1
0
Course 3
Course
Bearbeitung der Übungsaufgaben
0
Workload by module
150
150
Total module workload
150
Examination
Exam prerequisites
Type of examination
Course 1
Course 2
Course 3
Final exam of module
mindestens 50% der Punkte aus den Übungsblättern, regelmäßige Teilnahme
