• Hier ein Vortrag der einen Überblick über die Inhalt und Ergebnisse der Vorlesung gibt (bis jetzt leider nur als Appel Keynote verfügbar, beim PDF Export gehen bei mir Indices verloren *grrr*):
  http://apfel.mathematik.uni-ulm.de/~lehn/ulmBLAS.zip
  
  
• Hier die Seite zu ulmBLAS
  http://apfel.mathematik.uni-ulm.de/~lehn/ulmBLAS/
  
  
• Hier habe ich Schritt für Schritt die Optimierung des Matrix-Matrix Produkts dokumentiert (am Ende erreichen wir 97%-98% der Performance der Intel MKL.  Alle anderen Big Players lassen wir klar hinter uns):
  GEMM: From Pure C to SSE Optimized Micro Kernels
  
  
• Zum größten Teil werden wir in der Vorlesung an der Tafel arbeiten.  Also ganz Old School.  Das betrifft natürlich den Theorie Teil aber z.B. auch die Einführung in C.  Natürlich werden wir auch hier Beispiele dann live am Rechner Testen.  Dennoch ist es wichtig, dass man erst am Reissbrett die Details austüftelt bevor man programmiert.
  
  Für den praktischen Teil steht das Material im Netz:  Link zu Beispielen aus der laufenden Übung
  http://apfel.mathematik.uni-ulm.de/~lehn/sghpc

 

 

• Meldet euch bitte im SLC an.

Lehr- und Lehrformen

Vorlesung (2 SWS),  Übung (2 SWS), Programmierübungen (2SWS)

Dozent

Dr. Michael Lehn

Grundlage für

Ideale Vorbereitung für High Performance Computing und fortgeschrittene Numerik Module.

Leistungsnachweise und Prüfungen:

Bearbeitung, Präsentation und wissenschaftliche Diskussion (Kolloquium) eines Projektes.

Einordnungen in die Studiengänge:

• Computational Science and Engineering BSc
• Mathematik BSc
• Mathematische Biometrie BSc
• Wirtschaftsmathematik BSc

Inhalt

• Grundlagen Assembler, C, C++ und Fortran.
• Cache-Optimierte numerische Methoden.
• Parallele Rechnerstrukturen und Techniken zur Parallelisierung, Parallele numerische Methoden.

• Vorlesung: Dienstag, 16:00 - 18:00, He 18, U41
• Übung/Praktikum: Donnerstag, 14:00 - 18:00, He 18, U41

Die erste Vorlesung ist am 22. April.