Bewertung:
In den Rezensionen wird das Buch als umfassende und gut organisierte Ressource für das Verständnis von High-Performance Computing (HPC) hervorgehoben, mit klaren Erklärungen zu wichtigen Themen wie paralleles Rechnen auf CPU und GPU. Während viele Leser das Buch für einen unschätzbaren Leitfaden halten, gibt es einige Kritikpunkte bezüglich der Schwierigkeit, die bereitgestellten Beispiele auf typischen HPC-Clustern auszuführen.
Vorteile:⬤ Umfassende und gut organisierte Abdeckung von High-Performance-Computing-Themen.
⬤ Klare und verständliche Erklärungen, die es zu einem nützlichen Lehrbuch machen.
⬤ Praktische Details und Techniken zur Code-Optimierung und Verbesserung der Parallelität.
⬤ Behandelt sowohl CPU- (OpenMP, MPI) als auch GPU- (OpenACC, OpenCL, CUDA) Parallelisierung.
⬤ Wertvolles Nachschlagewerk für Technologen, die ihr Verständnis für paralleles Rechnen verbessern wollen.
⬤ Schwierigkeiten bei der Ausführung von Beispielen auf HPC-Clustern, insbesondere aufgrund fehlender Hinweise zur Verwendung von Singularity anstelle von Docker.
⬤ Einige Leser könnten die technischen Details als Herausforderung empfinden, wenn sie mit C/C++ und der Computerarchitektur nicht vertraut sind.
(basierend auf 7 Leserbewertungen)
Parallel and High Performance Computing
Parallel and High Performance Computing bietet Techniken, die die Effektivität Ihres Codes garantiert erhöhen.
Zusammenfassung
Komplexe Berechnungen, wie das Trainieren von Deep-Learning-Modellen oder die Durchführung umfangreicher Simulationen, können extrem viel Zeit in Anspruch nehmen. Effiziente parallele Programmierung kann Stunden - oder sogar Tage - an Rechenzeit sparen. Parallel and High Performance Computing zeigt Ihnen, wie Sie durch die Beherrschung paralleler Techniken für Multicore-Prozessor- und GPU-Hardware schnellere Laufzeiten, größere Skalierbarkeit und höhere Energieeffizienz für Ihre Programme erreichen.
Über die Technologie
Schreiben Sie schnelle, leistungsstarke und energieeffiziente Programme, die auf riesige Datenmengen skalieren. Mithilfe der parallelen Programmierung verteilt Ihr Code die Datenverarbeitungsaufgaben auf mehrere CPUs und erzielt so eine deutlich bessere Leistung. Mit ein wenig Hilfe können Sie Software erstellen, die sowohl die Geschwindigkeit als auch die Effizienz maximiert.
Über das Buch
Parallel and High Performance Computing bietet Techniken, die garantiert die Effektivität Ihres Codes erhöhen. Sie lernen, Hardware-Architekturen zu bewerten und mit branchenüblichen Tools wie OpenMP und MPI zu arbeiten. Sie werden die Datenstrukturen und Algorithmen beherrschen, die sich am besten für High Performance Computing eignen, und Techniken erlernen, die auf Handheld-Geräten Energie sparen. Sie werden sogar eine massive Tsunami-Simulation auf einer Bank von Grafikprozessoren durchführen.
Was ist drin?
Planung eines neuen parallelen Projekts.
Verstehen der Unterschiede zwischen CPU- und GPU-Architektur.
Umgang mit leistungsschwachen Kerneln und Schleifen.
Verwalten von Anwendungen mit Batch Scheduling.
Über den Leser
Für erfahrene Programmierer mit Kenntnissen in einer Hochleistungs-Rechnersprache wie C, C++ oder Fortran.
Über den Autor
Robert Robey arbeitet am Los Alamos National Laboratory und ist seit über 30 Jahren auf dem Gebiet des parallelen Rechnens tätig. Yuliana Zamora ist derzeit Doktorandin und Siebel-Stipendiatin an der University of Chicago und hat auf zahlreichen nationalen Konferenzen Vorträge über die Programmierung moderner Hardware gehalten.
Inhaltsverzeichnis
TEIL 1 EINFÜHRUNG IN DAS PARALLELE RECHNEN.
1 Warum paralleles Rechnen?
2 Planung für die Parallelisierung.
3 Leistungsgrenzen und Profilerstellung.
4 Datenentwurf und Leistungsmodelle.
5 Parallele Algorithmen und Muster.
TEIL 2 CPU: DAS PARALLELE ARBEITSPFERD.
6 Vektorisierung: FLOPs zum Nulltarif.
7 OpenMP, das etwas leistet.
8 MPI: Das parallele Rückgrat.
TEIL 3 GPUS: GEBAUT, UM ZU BESCHLEUNIGEN.
9 GPU-Architekturen und Konzepte.
10 GPU-Programmiermodell.
11 Richtlinienbasierte GPU-Programmierung.
12 GPU-Sprachen: Zu den Grundlagen kommen.
13 GPU-Profiling und Tools.
TEIL 4 HOCHLEISTUNGSRECHNER-ÖKOSYSTEME.
14 Affinität: Waffenstillstand mit dem Kernel.
15 Batch-Scheduler: Ordnung ins Chaos bringen.
16 Dateioperationen für eine parallele Welt.
17 Werkzeuge und Ressourcen für besseren Code.
| ISBN: | 9781617296468 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 704 |
Derzeit verfügbar, auf Lager.
