teaching:sommersemester_2017:parallele_programmierung

Praktikum „Parallele Programmierung“

Beschreibung

Um Mehrkernprozessoren und Multiprozessoren effizient zu nutzen, genügt es nicht, ein serielles Programm zu schreiben. Vierkernsysteme sind auch schon bei Arbeitsplatzrechnern weit verbreitet. Standards wie MPI und OpenMP, erlauben es, in den Programmiersprachen C(++) und Fortran Code zu schreiben, welcher auch auf Hochleistungsrechnern lauffähig ist.

Im Praktikum werden wir das parallele Programmieren mit MPI und OpenMP erlernen und auch eigenständige Anwendungen (z.B. Spielelöser) in Gruppen entwickeln. Im Vergleich zu der Vorlesung Hochleistungsrechnen wird der Fokus auf der Praxis liegen.

Die Veranstaltung wird zum Teil auf Englisch gehalten.

Beachten Sie auch unsere allgemeinen organisatorischen Hinweise zu Praktika.

Lernziel

Ziel des Praktikums ist es, die wichtigsten Parallelisierungskonzepte kennen zu lernen und Problemstellungen selbstständig im Team zu bearbeiten. Die Studierenden gewinnen eine Übersicht über hilfreiche Werkzeuge zur Entwicklung und Bewertung von Anwendungen.

Zielgruppe

Das Projekt eignet sich für Studierende der Informatik in den Diplom- und Bachelorstudiengängen. Studierende anderer Studiengänge müssen die Anrechnung mit dem jeweiligen Prüfungsausschuss klären.

Interessierte Zuhörer sind auch herzlich willkommen.

Die Veranstaltung wird auf Englisch stattfinden.

Daten der Veranstaltung

Zeit Dienstag, 14–16 Uhr
Ort DKRZ, Raum 034
Beginn 4 April, 14:15 Uhr
Mailingliste PAPO-17

Dozenten

Vorgehen

Zunächst werden die Grundlagen theoretisch vermittelt und mit kleinen Beispielen geübt. Im zweiten Teil werden in kleinen Gruppen jeweils unterschiedliche Problemstellungen bearbeitet. Hierbei wird ein (kleiner) Projektplan erstellt und im Team eine Anwendung zur Problemlösung implementiert. Status und aufgetretene Probleme werden regelmäßig gemeinsam besprochen.

Beispiel Problemstellungen

  • Optimale Spielzüge ermitteln (Suchbaumverfahren) für Spiele.
  • (Einfache) Räuber-Beute-Beziehung eines abgeschlossenen Systems mit Tierwanderung.
  • Autos im Straßenverkehr eines Stadtnetzes und entstehende Staus.

Für weitere Vorschläge sind wir offen. Wichtig ist vor allem die korrekte Parallelisierung (evtl. mit Alternativen) und Auswertung. Detaillierte Kenntnisse der Numerik sind nicht erforderlich.

Vorgeschlagene Themen:

  • Astrophysikalische Berechnungen
  • Skat, Go oder Robotersimulation
  • Längste Wege Problem
  • Lösen großer logischer Formeln
  • Algorithmen aus der Bioinformatik
  • Strategien zur Platzierung von Flugzeugpassagieren

Bearbeitung des Projektes

Bei der Durchführung der Projektes sollten einige Inhalte bearbeitet werden und entsprechend in Präsentation und Ausarbeitung einfließen.

  • Konzepte des zugrundeliegenden (Anwendungs)-Modells
  • Parallelisierungsschema (Kommunikationsmuster, Verteilung der Daten & Aufgaben)
    • Es sollte mit MPI parallelisiert werden (optional: Shared-Memory Parallelisierung mit Threads oder OpenMP).
  • Leistungsanalyse des sequentiellen Codes (Verhält sich dieser Erwartungskonform)
  • Skalierungsverhalten der parallelen Version
    • Speedup-Diagramme
    • Potentiell Analyse mit Vampir/Sunshot
  • Durchführung einer Optimierung der parallelen Version (Kommunikationsschema etc.)

Zeitplan und Materialien

  1. Vorbesprechung (04.04.2017), Beschreibung des Praktikums, Architekturen, Programmierkonzepte von OpenMP und MPI, Gebietszerlegung und Aufgabenteilung.
  2. Theoretische Grundlagen (in der Vorlesungszeit)
  3. Projektbearbeitung (je nach Absprache auch in der vorlesungsfreien Zeit)
    • Hinweise zur Projektbearbeitung Hinweise zur Projektarbeit
    • 06.06.2017 – Projektvorstellung und Präsentation der algorithmischen Lösung und Projektplan
    • 11.07.2017 Statustreffen – Vorstellung der bisherigen Arbeiten und aufgetretene Probleme
    • 15.08.2017 Statustreffen – Vorstellung der bisherigen Arbeiten und aufgetretene Probleme, erste Leistungsergebnisse
    • 02.10.2017 Abschlusstreffen – Präsentation der Ergebnisse

Ergebnisse

Direct Gravitational N-body Simulation

Autoren: Nicholas Hickson-Brown, Michael Eidus

Diese Arbeit beschäftigt sich mit der effektiven Parallelisierung eines N-body Codes zur Simulierung der Evolution von Kugelsternhaufen unter Einfluss von Gravitation, sogenannten ”Direct Gravitational N-body Simulations”. Im Kern dieser Arbeit steht die Frage, ob Algorithmen zur numerischen Integration mit Komplexitäten von O(n2) mit entsprechender Parallelisierung effektiver gestaltet werden können, ohne dabei an Genauigkeit zu verlieren. Dazu implementieren wir das dreidimensionale Plummer Dichteprofil zur Generierung initialer Konditionen eines Kugelsternhaufens und das Hermite Schema vierter Ordnung zur Lösung der numerischen Integralrechnung. An- schließend stellen wir ein Parallelisierungschema dar, mit dem die Arbeit auf mehrere Prozesse aufgeteilt werden kann, und implementieren dieses mittels des Message Passing Interface. Zum Abschluss analysieren wir Laufzeiten, Leistung und Skalierbarkeit unserer Anwendung.

PräsentationAusarbeitungSource Code

Smart Pathing

Autoren: Rami Aly, Christoph Hüter

In dieser Arbeit wird die parallelisierte intelligente Wegfindung und Bewegung von Objek- ten durch einen Graphen für den Anwendungsbereich des Hochleistungsrechnen simuliert. Hierfür wurde das Programm in zwei Teile unterteilt. Im ersten Abschnitt wird eine Routingtable erzeugt, eine Tabelle in der für selektierte Knoten der optimale Pfad und dazugehörige Eigenschaften zu allen Anderen ausgewählten Knoten gespeichert wird. Zwei implementierte Parallelisierungsstrategien werden miteinander verglichen und Verwen- dungszwecke erörtert. Abschließend wird die parallelisierte Bewegung der Objekte im Graphen simuliert. Der Pfad des Objektes wird in Abhängigkeit der Pfade aller weiteren Autos gewählt. Ziel hierbei ist es, alternative Pfade zu erkennen, auf denen ein Auto sein Ziel trotz längerer Strecke schneller erreichen kann.

PräsentationAusarbeitungSource code

4-Gewinnt

Autoren: Nikolai Elich, Merlin Sewina

Spiele Vier Gewinnt gegen eine AI die jeden Zug kennt und mit dem MinMax Algorithmus die beste Strategie ausrechnet um dich zu schlagen!

AusarbeitungSource Code

Vier-Gewinnt

Autoren: Timo Hahn

Das Ziel des Projektes war es das Spiel “Vier Gewinnt” selbstspielend mithilfe des Minimax-Algorithmus in C umzusetzen und anschließend mit OpenMP zu parallelisieren.

PräsentationAusarbeitungSource Code

Literaturhinweise

Bücher

  • Using MPI, 2nd Edition, by William Gropp, Ewing Lusk, and Anthony Skjellum, published by MIT Press ISBN 0-262-57132-3.
  • MPI: The Complete Reference, by Marc Snir, Steve Otto, Steven Huss-Lederman, David Walker, and Jack Dongarra, The MIT Press.
  • MPI: The Complete Reference - 2nd Edition: Volume 2 - The MPI-2 Extensions, by William Gropp, Steven Huss-Lederman, Andrew Lumsdaine, Ewing Lusk, Bill Nitzberg, William Saphir, and Marc Snir, The MIT Press.
  • Parallel Programming With MPI, by Peter S. Pacheco, published by Morgan Kaufmann.
teaching/sommersemester_2017/parallele_programmierung.txt · Last modified: 2021-07-05 01:04 by 127.0.0.1

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki