Lehrveranstaltungen in der Informatik

High Performance Computing

Prof. Dr. H.W. Lang

zurück zurück

Inhalt

Vorlesung

  • Parallele Computer-Architekturen, Prinzipien der Parallelverarbeitung: SIMD, MIMD, Systolische Felder
  • Parallele Algorithmen: Entwurfsprinzipien, Kommunikations¬komplexität
  • GPU-Computing: OpenCL, CUDA
  • Anwendungen und Implementierung von GPU-Progammen: Zahlentheorie und Kryptografie, DNA-Sequenzvergleich, Neuronale Netze

 

Labor

Im Labor werden parallele Algorithmen auf einem massiv parallelen GPU-System (nVidia K6000 bzw. Tesla K40c) implementiert und hinsichtlich der erzielten Leistung bewertet.

Organisation

Workshop  4-std.

Sprache: deutsch

Präsenzstudium: 60 h, Eigenstudium: 120 h
Gesamtaufwand: 180 h

Leistungspunkte (credit points): 6

Vorbedingungen: keine

Prüfung: PL (HA, Arb, Vortr)

Lernziele

Sie kennen die unterschiedlichen Konzepte paralleler Computer-Architekturen und paralleler Algorithmen, ferner können Sie parallele Algorithmen hinsichtlich ihrer Komplexität analysieren und bewerten. Sie können GPU-Programme in OpenCL bzw. CUDA implementieren, und Sie haben Erfahrung bei der Umsetzung entsprechender Problem­lösungen mittels GPU-Computing.

Literatur

P. Pacheco: Parallel Programming. Morgan Kaufmann (2011)

N. Wilt: The CUDA Handbook. Addison Wesley (2013)