Zusammenfassung
Hauptziel bei der Parallelverarbeitung eines Problems mit Multiprozessoren, Cluster oder Grid ist die Reduktion der Laufzeit des Problems oder der Aufgabe [RR 00, J 92]. Die Reduktion der Laufzeit zielt auf eine geforderte schnellere Lösung eines Problems. Die Laufzeitreduktion kann aber auch dazu genutzt werden, genauere und exaktere Lösungen zu erreichen oder ermöglicht es, Probleme mit gleichartigen größeren Datenmengen zu bearbeiten. Als Vorlage für die nachfolgend erläuterten Leistungsmetriken diente die Arbeit von Bilek [B 06].
Bei der Bewertung paralleler Algorithmen oder deren Implementierung als Programm wird die Laufzeit durch einen Programmlauf auf der Zielplattform ermittelt.
Die Laufzeit des parallelen Programms
ist die Zeit zwischen dem Start der Abarbeitung des parallelen Programms und der Beendigung der Abarbeitung aller beteiligten Prozessoren. Die Laufzeit wird in Abhängigkeit von der Anzahl p der beteiligten Prozessoren und der Problemgröße n angegeben.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Similar content being viewed by others
Literatur
Andrews G., R.: Foundations of Multithreaded, Parallel, and Distributed Programming. Addison-Wesley, 2000.
Alba E. (Ed.): Parallel Metaheuristics. A New Class of Algorithms. John Wiley & Sons 2005.
Amdahl G.: Validity of the Single Processor Approach to Achieving Large-Scale Computing Capabilities. AFIPS Conference Proceedings, (30), pp. 483–485, 1967.
Akl S. G.: Parallel Sorting Algorithms. Academic Press Inc. 1985.
Akl S., G.: Parallel Computation: Models and Methods. Prentice Hall 1997.
Anderson D.P., Cobb J., Korpela E., Lebofsky M., Werthimer D.: SET@home: An Experiment in Public Resource Computing. Communictaions of the ACM Vol. 45, No. 11, Nov. 2002.
Bolzhauser P.: Performance Cluster mit PVM, MPI, LSF und DQS. Parallelisierung einer Monte Carlo Simulation. Diplomarbeit Fachhochschule Mannheim 2001.
Bilek M.: Parallelisierungsverfahren, Prinzipien, Modelle und Techniken für HPC-Anwendungen. Diplomarbeit Hochschule Mannheim, 2006.
Bräunl T.: Parallele Programmierung – Eine Einführung. McGraw Hill 1994.
Bitton D., DeWitt D.J., Hsiaio D.K., Menon J.: A Taxonomy of Parallel Sorting. ACM Computing Surveys, Vol. 16, No. 3, Sept. 1984.
Bauke H., Mertens S.: Cluster Computing. Springer Verlag 2006.
Cosnard M., Robert Y. Quinton P., Raynal M. (EDs.): Parallel & Distributed Algorithms. Proceedings of the International Workshop on Parallel & Distributed Algorithms, Elsevier Sciene Publisher B.V. 1989.
Frommer A.: Lineare Gleichungssysteme auf Parallelrechner. Vieweg Verlag 1990.
Foster I.: Designing and Building Parallel Programs. Addison Wesley 1995. Auch verfügbar in HTML-Form unter http://www-unix.mcs.anl.gov/dbpp/text/node1.html.
Gustavson J.: Reevaluating Amdahl’s Law. Communications of the ACM, Vol. 31, No. 5, 1988.
Grama A., Gupta A., Karypis G., Kumar, V.: Introduction to Parallel Computing (2nd Edition). Addison Wesley Professional 2003.
Goloub, G.H.; Ortega J.M.: Scientific Computing – Eine Einführung in das wissenschaftliche Rechnen und Parallele Numerik. Teubner Stuttgart 1996.
Gibbons A., Rytter W.: Efficient Parallel Algorithms, Cambridge University Press 1988.
Hoßfeld F.: Parallele Algorithmen. Informatik – Fachberichte 64. Springer Verlag 1983.
Hillis W.D., Steele G.L.: Data Parallel Algorithms. Communications of the ACM, Vol. 29, No. 12, Dec 1986.
JaJa J.: An Introduction to Parallel Algorithms. Addison Wesley, Reading, MA 1992.
Karp A.H., Flatt H.P.: Measuring Parallel Processor Performance. Communictaions of the ACM, Vol. 33, No. 5, May 1990
Mehlhorn K.: Konzepte der Komplexitätstheorie am Beispiel des Sortierens. Informatik Fachberichte, GI 9. Jahrestagung, Springer Verlag 1979.
Miller R., Boxer L.: Algorithms Sequential & Parallel. A Unified Approach. Second Edition Charles River Media Inc. 2005.
Quinn M.: Designing Efficient Algorithms for Parallel Computers. Mc Graw Hill Inc. 1987.
Quinn M.: Parallel Computing. Theory and Practice. Second Edition. Mc-Graw-Hill, Inc. 1994.
Quinn M.J., Deo N.; Parallel Graph Algorithms. ACM Computing Surveys, Vol. 16, No. 3, Sept. 1984
Rauber T, Rünger G.: Parallele und Verteilte Programmierung. Springer Verlag Berlin Heidelberg 2000.
Schwandt H.: Parallele Numerik. Eine Einführung. Teubner Verlag 2003.
Schüle J.: Paralleles Rechnen, Performancebetrachtungen zu Gleichungslöser. Oldenburg Wissenschaftsverlag GmbH, 2010.
Ungerer T.: Parallelrechner und parallele Programmierung. Spektrum Akademischer Verlag 1997.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Baun, C., Bengel, G., Kunze, M., Stucky, KU. (2015). Parallelisierung. In: Masterkurs Parallele und Verteilte Systeme. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-8348-2151-5_6
Download citation
DOI: https://doi.org/10.1007/978-3-8348-2151-5_6
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-8348-1671-9
Online ISBN: 978-3-8348-2151-5
eBook Packages: Computer Science and Engineering (German Language)