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

Motivation and goals of parallel computing, parallel computer architectures, programming models, performance measurement and analysis, introduction to programming paradigms such as MPI (Message Passing Interface), Pthreads, and OpenMP. Other aspects and languages for programming multi-core processors.

Vorlesungen, Übungen, Projektarbeit

Literature:

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

Additional literature will be announced. Course material (slides) should suffice for the programming projects.

ECTS Breakdown:

• Lectures: 1,5 ECTS
• Study: 0,5 ECTS
• Project work (implementations, test, benchmarking): 1,5 ECTS

• Lectures 11x2h = 22h
• Self-study  15h
• Written exam 8+2h = 10h
• Home exercises 2x4h = 8h
• Project 20h

 Total: 75h = 3 ECTS

Übungen, Projekte, schriftliche oder mündtliche Prüfung

Knowledge of programming languages, computer architectures, operating systems. Basic Algorithms and Datastructures (asymptotic worst-case analysis). Programming skills in C, C++, or Java.