184.710 Parallel Computing
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2020S, VU, 4.0h, 6.0EC
Lecture TubeTUWEL

Merkmale

  • Semesterwochenstunden: 4.0
  • ECTS: 6.0
  • Typ: VU Vorlesung mit Übung
  • LectureTube Lehrveranstaltung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

  • Laufzeitanalysen von parallelen Algorithmen zu verstehen und selber vorzunehmen
  • Parallele Algorithmen im PRAM Model zu verstehen (bzgl. Leistung und Güte)
  • Merkmale von Rechnerarchitekturen hinsichtlich der Möglichkeiten einer Parallelisierung zu verstehen
  • Threadmodelle zu verstehen und anzuwenden
  • OpenMP-Programme zu lesen und zu entwerfen
  • MPI-Programme zu lesen und zu entwerfen
  • Task-parallele Modelle zu erkennen und mit ihnen zu arbeiten

Inhalt der Lehrveranstaltung

Motivation, Hintergründe, (Geschichte) des parallelen Rechnens. Parallele Algorithmen, Rechnerarchitekturen, Programmiermodelle, Leistungsanalyse und Beurteilung, parallele Algorithmen (Fragestellungen), Einführung in MPI (Message-Passing Interface), Einführung in pthreads und OpenMP, task-basierte Ansätze wie Cilk. Sprachen und Schnittstellen für Mehrkernrechner.

Methoden

Vorlesungen, eigene Nacharbeit, Übungen, Projektarbeit.

Prüfungsmodus

Prüfungsimmanent

Weitere Informationen

Für aktuelle Plan und Vorlesungsmaterial, siehe Homepage.

Begleitende Literatur:

  • Rauber, Rünger: Parallel programming, Second Edition, Springer 2013.
  • Schmidt, Gonzalez-Dominguez, Hundt, Schlarb: Parallel Programming. Concepts and Practice. Morgan Kaufmann 2018.

Andere Literatur wird bekanntgegeben. Kursmaterial (Folien) soll für die Projektdurchführung ausreichen.

ECTS Breakdown:

  • Vorlesungen: 1,5 ECTS
  • Aufarbeitung: 1,5 ECTS
  • Projektarbeit (Implementierung, Test, Messung): 3 ECTS
  • Vorlesungen 13x2 Stunden = 26 Stunden
  • Übungsbesprechungen 3x2 Stunden = 6 Stunden
  • Vor- und Nachbereitung 30 Stunden
  • Klausur 10+2 Stunden = 12 Stunden
  • Übungsblätter 3x8 Stunden = 24 Stunden
  • Programmieteile, 2x26 Stunden =  52 Stunden

Total: 150 Stunden = 6 ECTS

Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Mo.10:00 - 12:0020.04.2020 - 25.05.2020Informatikhörsaal Vorlesung
Parallel Computing - Einzeltermine
TagDatumZeitOrtBeschreibung
Mo.20.04.202010:00 - 12:00Informatikhörsaal Vorlesung
Mo.27.04.202010:00 - 12:00Informatikhörsaal Vorlesung
Mo.04.05.202010:00 - 12:00Informatikhörsaal Vorlesung
Mo.11.05.202010:00 - 12:00Informatikhörsaal Vorlesung
Mo.18.05.202010:00 - 12:00Informatikhörsaal Vorlesung
Mo.25.05.202010:00 - 12:00Informatikhörsaal Vorlesung

Leistungsnachweis

Übungen, Projektbgaben, schriftliche Prüfung(en). Geplant sind 3 Übungen mit theoretischen und praktischen (programmieren) Teilen, und Klausur. Schlüssel für die Gesamtnote wird bekanntgegeben (Vorbesprechung).

Prüfungen

TagZeitDatumOrtPrüfungsmodusAnmeldefristAnmeldungPrüfung
Do.11:30 - 13:3024.09.2020FH Hörsaal 1 - MWB beurteilt01.09.2020 00:00 - 21.09.2020 23:59in TISSKlausur 2 Parallel Computing (Saal 1)
Do.11:30 - 13:3024.09.2020Informatikhörsaal beurteilt01.09.2020 00:00 - 21.09.2020 23:59in TISSKlausur 2 Parallel Computing (Saal 2)
Do.11:30 - 13:3024.09.2020EI 9 Hlawka HS -MWB beurteilt01.09.2020 00:00 - 21.09.2020 23:59in TISSKlausur 2 Parallel Computing (Saal 3)
Do. - 29.10.2020beurteilt01.10.2020 00:00 - 26.10.2020 23:59in TISSKlausur 3

LVA-Anmeldung

Von Bis Abmeldung bis
14.02.2020 23:55 09.03.2020 23:55 20.04.2020 23:55

Curricula

StudienkennzahlSemesterAnm.Bed.Info
033 526 Wirtschaftsinformatik STEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 534 Software & Information Engineering 4. SemesterSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 535 Technische Informatik STEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
066 393 Mathematical Modelling in Engineering: Theory, Numerics, Applications 2. Semester

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Vorkenntnisse

Grundlagen von Programmiersprachen, Rechnerarchitekturen und Betriebssystemen. Grundlagen von Algorithmen und Datenstrukturen (asymptotische worst-case Analyse). Programmierkenntnisse in C, C++, Fortran oder Java.

Vorausgehende Lehrveranstaltungen

Begleitende Lehrveranstaltungen

Vertiefende Lehrveranstaltungen

Weitere Informationen

Sprache

Deutsch