Vielteilchentheorien in Modellräumen mit diskreter Darstellung

52 Kapitel 4 Technische Aspekte
berechnet oder nicht. Jeder der zur Verfüngung stehenden Prozessoren kann so einen
Teil der Vektoreinträge berechnen, da diese über den Index des Felds v[i] in verschiedene
Speicherbereiche geschrieben werden.
Natürlich können auch kompliziertere Schleifen parallelisiert werden, da die Vorgehensweise
aber immer auf dem gleichen Prinzip beruht, soll hier nicht näher darauf eingegangen
werden. Angemerkt sei noch, daß man bei ineinander verschachtelten Schleifen immer
versuchen sollte, die äußerste Schleife zu parallelisieren, damit möglichst wenig Kommunikation
erforderlich ist. Außerdem sollte man in diesem Fall nie mehr als eine der
Schleifen parallelisieren. Wird eine der Schleifen auf die Anzahl der Prozessoren verteilt,
ist die Leistung des Systems bereits optimal ausgelastet und eine weitere Parallelisierung
würde Ressourcen anfordern, die es nicht gibt. Virtuelle Threads und hohe Kommunikationsverluste
wären die Folge.
Parallele Tasks
Eine der Parallelisierung von Schleifen ähnliche, aber etwas universeller anwendbare Technik
ist die taskparallele Programmierung. Auch hierbei wird ausgenützt, daß Programmteile
die nicht gegenseitig voneinander abhängen, gleichzeitig ausgeführt werden können.
Die Parallelisierung von Schleifen ist im Prinzip nichts anderes als ein Spezialfall paralleler
Tasks, deren Verwaltung der Compiler übernimmt. Während bei parallelen Schleifen
wie der Matrix–Vektor–Multiplikation jeder Task dieselben Rechenschritte durchführt,
können bei der taskparallelen Programmierung die einzelnen Prozesse völlig unterschiedliche
Rechenoperationen durchführen.
So kann z. B. ein Task mit einem Parametersatz einen Least–Square–Fit durchführen und
so zu einen Vektor �v aus bestmöglichen Koeffizienten gelangen, während ein anderer Task
gleichzeitig eine Matrix A invertiert. Nach Beendigung der Tasks wäre dann das lineare
Gleichungssystem A�u = �v mit �u = A −1 �v bereits gelöst. Im Gegensatz zu parallelen
Schleifen, ist es so mit taskparalleler Programmierung möglich, gleichzeitig verschiedene
Rechenoperationen ablaufen zu lassen. Bei dieser Vorgehensweise muß allerdings für jeden
Task ein eigener Quellcode geschrieben werden, was die Programmierung etwas umständlicher
macht. Auch ist darauf zu achten, daß jeder Task nur seine privaten Variablen
verändert und daß globale Variablen nur als Input verwendet werden. Darüberhinaus ist
es bei taskparalleler Programmierung schwieriger die einzelnen Aufgaben gleichmäßig auf
die einzelnen Prozessoren zu verteilen. Der Vorteil der Parallelisierung kann fast völlig
zunichte gemacht werden, wenn ein Task sehr viel länger zur Bewältigung seiner Rechenoperationen
benötigt, als die anderen. Der weitere Programmablauf wird nämlich erst
dann fortgesetzt, wenn alle Tasks beendet sind. Während man bei Schleifen durch einfaches
dividieren der Gesamtiterationszahl durch die Anzahl der benützten Prozessoren