skip to content

Faculty of Mathematics and Natural SciencesProf. Dr. Axel Klawonn

Einführung in das Hochleistungsrechnen_WS 2020/2021

Inhalt

Das High Performance Computing (HPC, Hochleistungsrechnen) befasst sich mit der effizienten und schnellen Ausführung großer Simulationen auf modernen Supercomputern. In der Vorlesung werden die theoretischen und praktischen Grundladen des HPC bzw. des parallelen wissenschaftlichen Rechnens behandelt. Hierbei werden zunächst aktuelle parallele Rechnerarchitekturen betrachtet, aus deren Struktur sich die Notwendigkeit von zwei verschiedenen Arten der Parallelität (Shared Memory and Distributed Memory) ergibt. Nach grundlegenden Rechenoperationen wie z. B. Matrix-Vektor- und Matrix-Matrix-Multiplikationen werden komplexe parallele numerische Verfahren zur Lösung von Gleichungssystemen erarbeitet. Als Metriken für die Qualität der Algorithmen werden Speedup, Effizienz und parallele Skalierbarkeit eingeführt. Für die praktische Umsetzung werden Einführungen in das Konzept des Message Passing mittels MPI sowie das Shared Memory parallele Programmieren mit OpenMP gegeben. Zusätzlich werden Software-Pakete vorgestellt, die effizientes paralleles wissenschaftliches Rechnen vereinfachen.

Voraussetzungen sind grundlegende Kenntnisse der Numerischen Mathematik (Algorithmische Mathematik und Programmieren und Numerische Mathematik I). Grundlegende Programmierkenntnisse in der Programmiersprache C sind hilfreich; eine kurze Einführung bzw. Wiederholung in C wird in den ersten Semesterwochen gegeben. Das parallele Hören der Veranstaltung „Einführung in die Numerik partieller Differentialgleichungen“ wird empfohlen – die Belegung beider Veranstaltungen kann zur Schwerpunktbildung in der numerischen Mathematik dienen und bereitet optimal auf nachfolgende Veranstaltungen vor.

 

Vorlesungen

Dozent: Dr. Martin Lanser:

  • Mi.  08.00 - 09.30 Uhr digital (Videos via ILIAS)
  • Fr.  08.00 - 09.30 Uhr digital (Videos via ILIAS)

 

Literatur

  • Georg Hager und Gerhard Wellein, „Introduction to High Performance Computing for Scientists and Engineers“, CRC Press, 2011.
  • Gundolf Haase, „Parallelisierung numerischer Algorithmen für partielle Differentialgleichungen“, Teubner, 1999.
  • Weitere Literatur wird in der Vorlesung bekannt gegeben.