zurück zur Suche

Einführung in die parallele Hochleistungsprogrammierung - Ein Praxiskurs für Ingenieure

ED140022Aerospace Lab Courses4 ECTSEnglischSommersemesterProfessur für Simulation of Additive Manufacturing Processes (Prof. Meier)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst, wie man numerische Verfahren für ingenieurwissenschaftliche Probleme effizient auf modernen parallelen Rechnern implementiert. Im Kurs entwickelst du schrittweise einen Finite-Differenzen-Löser für die Wärmeleitungsgleichung und wendest dabei verschiedene Parallelisierungstechniken (C++-Threads, SIMD, OpenMP, MPI) auf Shared- und Distributed-Memory-Architekturen an.

Was du danach kannst

  • Parallele Programmiertechniken benennen und anwenden
  • Zusammenhang von Computerarchitektur und Parallelisierungsstrategie verstehen
  • Implementierung für shared- und distributed-memory Systeme
  • Effiziente Implementierung und Optimierung klassischer numerischer Methoden (z. B. Finite-Differenzen, Konjugierte Gradienten)
  • Bewertung und Lösung spezifischer Herausforderungen paralleler Numerik (Datenabhängigkeiten, Lastverteilung, Synchronisation)

Aus was das Modul besteht

  • VorlesungVermittlung der grundlegenden Konzepte paralleler Programmierung
  • Tutorien / betreute ÜbungenPraktische Umsetzung der Vorlesungsinhalte und Unterstützung bei Aufgaben
  • Hausübungen / ArbeitsblätterSchrittweise Vertiefung und Entwicklung des parallelen Löser-Projekts

Lehrmethode

  • VortragEinführung und Erklärung der Konzepte
  • Praktische TutorienAnwenden und Vertiefen der Konzepte an Beispielen
  • Pflichtübungen / HausaufgabenSchrittweise Entwicklung des parallelen Finite-Differenzen-Lösers
Keine Termine im laufenden Semester
Für dieses Modul liegen im aktuellen Semester keine Kurstermine vor, oder die Zuordnung fehlt noch.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.