Parallele Algorithmen

Weitere Magazine

Empfehlungen

Info

12 KAPITEL 2. MASCHINENMODELLE 2.2 Speicherorganisation Shared memory alle Prozessoren operieren auf demselben Speicher, erreichbar uber ein Verbindungsnetzwerk. Zugrie sind entweder alle gleich schnell (uniform) oder zeitlich gestaelt (non uniform). Distributed memory jeder Prozessor benutzt seinen lokalen Speicher und verschickt = message passing Nachrichten an andere Prozessoren uber ein Verbindungsnetzwerk. P M P M M P M P P Verbindungsnetzwerk M M P M P M Verbindungsnetzwerk M M P M P M Verbindungsnetzwerk (a) (b) (c) Bild 2.3: Shared-Memory Architekturen (P = Prozessor, M = Memory) a) Uniform b) Non uniform mit lokalem/globalem Speicher c) Non uniform mit lokalem Speicher Verbindungsnetzwerk P: Prozessor M: Memory P M M M M P P P Bild 2.4: Distributed Memory Architektur
2.3. VERBINDUNGSSTRUKTUR 13 2.3 Verbindungsstruktur Shared-Memory-Maschinen und Message-Passing-Systeme benotigen Verbindungsnetzwerke. Verbindungsnetzwerke sind entweder statisch, realisiert durch Punkt-zu-Punkt- Verbindungen zwischen den Prozessoren eines Message-Passing-Systems oder dynamisch, realisiert durch Crossbar Switches oder Busverbindungen zwischen den Prozessoren und ihren Speicherbanken in einem Shared-Memory-Rechner. 2.4 Granularitat Parallelrechner konnen sein grobkornig: mittelkornig: feinkornig: 2.5 PRAM Dutzende von Hochleistungsprozessoren z.B. CRAY Y-MP hat 16 Gigaops-Prozessoren Hunderte von schnellen Prozessoren z.B. GC/PP hat 256 Megaops-Prozessoren (Power PC) Tausende von langsamen Prozessoren z.B. CM-2 hat 65536 1-Bit-Prozessoren. Einen SIMD-Rechner mit variabler Prozessorzahl und shared memory bezeichnet man als PRAM (Parallel Random Access Machine). Man unterscheidet vier Varianten bzgl. der Gleichzeitigkeit von Lese- und Schreiboperationen: EREW: CREW: ERCW: CRCW: exclusive read, exclusive write concurrent read, exclusive write exclusive read, concurrent write concurrent read, concurrent write Bei gleichzeitigem Schreiben mu die Semantik festgelegt werden, Beispiel: Gegeben: Gesucht: z.B. z.B. z.B. Prozessor mit groter ID setzt sich durch. ein zufallig gewahlter Prozessor setzt sich durch. nur erlaubt, wenn alle dasselbe schreiben. VAR a: ARRAY[0..n-1] OF INTEGER antwort := Maximum der n Zahlen Zur Vereinfachung sei angenommen, da alle Zahlen verschieden sind. Oenbar betragt die Sequentialzeit O(n).
Seite 1 und 2: Parallele Algorithmen Vorlesung geh
Seite 3 und 4: Inhaltsverzeichnis 1 Einfuhrung 1 1
Seite 5 und 6: INHALTSVERZEICHNIS v 10.4 Spielbaum
Seite 7 und 8: Kapitel 1 Einfuhrung Seit es Comput
Seite 9 und 10: 1.2. HISTORISCHE ENTWICKLUNG 3 Ermo
Seite 11 und 12: 1.4. ARGUMENTE GEGEN PARALLELISMUS
Seite 13 und 14: 1.5. DEFINITIONEN 7 Beispiel fur su
Seite 15 und 16: Kapitel 2 Maschinenmodelle Parallel
Seite 17: 2.1. KONTROLLMECHANISMUS 11 if (B =
Seite 21 und 22: 2.5. PRAM 15 CRCW PRAM zur Maximums
Seite 23 und 24: Kapitel 3 Topologien 3.1 Dynamische
Seite 25 und 26: 3.1. DYNAMISCHE VERBINDUNGSNETZWERK
Seite 27 und 28: 3.1. DYNAMISCHE VERBINDUNGSNETZWERK
Seite 29 und 30: 3.2. STATISCHE VERBINDUNGSNETZWERKE
Seite 41 und 42: 3.3. NETZWERKEINBETTUNGEN 35 3.3 Ne
Seite 43 und 44: 3.3. NETZWERKEINBETTUNGEN 37 Indukt
Seite 45 und 46: Kapitel 4 Basiskommunikation 4.1 Ko
Seite 47 und 48: 4.1. KOSTEN 41 Cut-Through-Routing,
Seite 49 und 50: 4.2. ONE-TO-ALL BROADCAST 43 Im 2-d
Seite 51 und 52: 4.2. ONE-TO-ALL BROADCAST 45 Cut-Th
Seite 53 und 54: 4.3. ALL-TO-ALL BROADCAST 47 4.3 Al
Seite 55 und 56: 4.3. ALL-TO-ALL BROADCAST 49 (6) (7
Seite 57 und 58: 4.5. TERMINIERUNG 51 4.5 Terminieru
Seite 59 und 60: Kapitel 5 Performance Zur Beurteilu
Seite 61 und 62: 55 n p =1 p =4 p =8 p =16 p =32 64
Seite 63 und 64: Kapitel 6 Matrix-Algorithmen Es wer
Seite 65 und 66: 6.2. MATRIX-TRANSPOSITION IN GITTER
Seite 67 und 68: 6.3. MATRIX-VEKTOR-MULTIPLIKATION I
Seite 69 und 70:
6.4. MATRIZENMULTIPLIKATION IM GITT
Seite 71 und 72:
6.5. MATRIZENMULTIPLIKATION IM HYPE
Seite 73 und 74:
Kapitel 7 Lineare Gleichungssysteme
Seite 75 und 76:
7.2. GAUSS-ELIMINATION IM GITTER 69
Seite 77 und 78:
7.2. GAUSS-ELIMINATION IM GITTER 71
Seite 79 und 80:
7.3. CHOLESKY-ZERLEGUNG IM RING 73
Seite 81 und 82:
7.3. CHOLESKY-ZERLEGUNG IM RING 75
Seite 83 und 84:
7.4. ITERATIONSVERFAHREN 77 7.4 Ite
Seite 85 und 86:
7.4. ITERATIONSVERFAHREN 79 Die Tem
Seite 87 und 88:
Kapitel 8 Sortierverfahren 8.1 PRAM
Seite 89 und 90:
8.2. ODD-EVEN-TRANSPOSITION SORT 83
Seite 91 und 92:
8.3. SORTIERNETZWERKE 85 Konstrukti
Seite 93 und 94:
8.3. SORTIERNETZWERKE 87 2 1 -Biton
Seite 95 und 96:
8.5. SORTIEREN IM SHUFFLE-EXCHANGE
Seite 97 und 98:
8.6. QUICKSORT IM HYPERCUBE 91 Anal
Seite 99 und 100:
Kapitel 9 Graphenalgorithmen 9.1 De
Seite 101 und 102:
9.2. IMPLEMENTATION VON GRAPHEN 95
Seite 103 und 104:
9.3. SHORTEST PATH 97 A 4 9 2 C B 1
Seite 105 und 106:
9.4. ALL SHORTEST PATHS 99 9.4 All
Seite 107 und 108:
9.5. MINIMUM SPANNING TREE 101 Pipe
Seite 109 und 110:
9.6. ZUSAMMENHANGSKOMPONENTE 103 2.
Seite 111 und 112:
9.6. ZUSAMMENHANGSKOMPONENTE 105 a)
Seite 113 und 114:
Kapitel 10 Kombinatorische Optimier
Seite 115 und 116:
10.1. DEFINITIONEN 109 Beispiel: 0=
Seite 117 und 118:
10.2. SEQUENTIELLES SUCHEN 111 Iter
Seite 119 und 120:
10.2. SEQUENTIELLES SUCHEN 113 7 2
Seite 121 und 122:
10.3. PARALLELES SUCHEN 115 Nachric
Seite 123 und 124:
10.3. PARALLELES SUCHEN 117 Dynamis
Seite 125 und 126:
10.4. SPIELBAUMSUCHE 119 Sei opt de
Seite 127 und 128:
10.4. SPIELBAUMSUCHE 121 max 50 [;1
Seite 129 und 130:
10.5. DYNAMIC PROGRAMMING 123 Eine
Seite 131 und 132:
Kapitel 11 Programmiersprachen Die
Seite 133 und 134:
127 /******************************
Seite 135 und 136:
129 /******************************
Seite 137 und 138:
131 /******************************
Alle anzeigen

Parallele Algorithmen

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?