Unter einem Parallelrechner versteht man einen Rechner, auf dem Anwendungen echt parallel ausgeführt werden können. Die heutzutage üblichen Laptop- und Desktop-Rechner sind bereits kleine Parallelrechner, da mehrere Kerne eine echt parallele Abarbeitung von Anwendungen erlauben. Daher gewinnt die Programmierung von parallelen Programmen und Algorithmen immer mehr an Bedeutung und Wichtigkeit. Durch die steigenden Berechnungskapazitäten werden außerdem immer größere Datenmengen produziert.

Im Rahmen des Projekts werden daher verschiedene Aspekte von Parallelrechnern mithilfe moderner Methoden genauer analysiert und evaluiert. Big-Data-Ansätze erlauben die Analyse der immer weiter wachsenden Datenflut, während Machine-Learning-Methoden zunehmend klassische Problemlösungsansätze ersetzen. Leistungskritische Komponenten werden dabei häufig in hardwarenahen Sprachen wie C oder C++ entwickelt, während einfacher zu erlernende Sprachen wie Python eine komfortable Nutzung durch Anwender erlauben.

Konkrete Themen orientieren sich stark an aktuellen Forschungsfragen und werden daher erst am Einführungstermin vorgestellt. Beispiele können Sie in der Liste der letzten Jahre finden. Wir stehen außerdem interessanten Themenvorschlägen offen gegenüber.

Beachten Sie auch unsere allgemeinen organisatorischen Hinweise zu Projekten.

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.

• Anna Fuchs
• Jannek Squar

• ICON Timer ^{1) 2)} – Sebastian Willmann
• OneAPI (2): Valide Alternative zu OpenMP/MPI? ³⁾ – Nico Hädicke, Lasse Huber-Saffer
• Flux ausprobieren ^{4) 5) 6)} – Medis Shehi
• Digital Twins ⁷⁾ – Bartu Bayram, Florina Ludwig
• Roofline ⁸⁾ – Caspar Volquardsen

• Dateisystem-Benchmarks ⁹⁾
• HPC Offloading in die Cloud ¹⁰⁾¹¹⁾
• Online-System-Monitoring (likwid, perf)
• Ausbau des HPCToolsFramework (2): Visuelle Werkzeuge, automatische PDF-Generierung, Job-Parallelisierung ¹²⁾¹³⁾
  • Recherche zu verwandten Arbeiten
  • Ausbau der Module
• ZFS-Optimierung für small/sparse/random Reads von Daten im komprimierten Cache(cARC) ¹⁴⁾
  • https://github.com/openzfs/zfs/issues/7834
  • https://github.com/openzfs/zfs/issues/7896
• Visualisierung NetCDF/HDF5 Datenstrukturen und zugegriffene/angefragte Elemente ^{15) 16)}
• Benchmarks für NetCDF/HDF5, zarr für belibig komplizierte Zugriffsmuster und deren Optimierung ^{17) 18)}

Bei einem allgemeinen Einführungstermin werden Grundlagen vermittelt. Außerdem werden die Teilnehmer in Gruppen eingeteilt und bekommen Themen zugewiesen.

Nach der Festlegung der Themen soll ein Projektplan erstellt und mit dem jeweiligen Betreuer diskutiert werden. Regelmäßige Zwischenbesprechungen und -präsentationen sowie eine Abschlusspräsentation dienen dazu die Ergebnisse den anderen Projektteilnehmern vorzustellen.

• 19.10.2023 Einführung und Themenvorstellung
• 26.10.2023 Themenvergabe (kein Präsenztreffen)
• 30.11.2023 Zwischenpräsentation
• 21.12.2023 Zwischenpräsentation
• 25.01.2023 Zwischenpräsentation/Endpräsentation (online)