Untersuchungen zur Parallelverarbeitung mit Wissenschaftlich-technischen Berechnungsumgebungen

Abstract

Wissenschaftlich-technische Berechnungsumgebungen, wie Matlab, Scilab oder Octave, die nach Pawletta hier als SCEs bezeichnet werden, sind heute unverzichtbare Werkzeuge in vielen ingenieurtechnischen Anwendungsbereichen. Mit ihrer Hilfe können wissenschaftliche beziehungsweise technische Berechnungsprogramme interaktiv entwickelt, ausgeführt und ausgewertet werden, sodass ingenieurtechnische Entwurfsaufgaben im Gegensatz zum klassischen compilerbasierten Arbeiten hier deutlich schneller umgesetzt werden können. Durch die interpretative Arbeitsweise von SCEs ergibt sich grundsätzlich eine geringere Ausführungsgeschwindigkeit gegenüber kompilierten Programmen, wodurch die Effektivität interaktiver Entwurfsprozesse verringert wird. Es existieren daher verschiedene Ansätze zur Programmbeschleunigung in SCEs. Die SCE-basierte Parallelverarbeitung repräsentiert einen dieser Ansätze. Trotz einer Vielzahl an spezifischen Softwaresystemen ist die SCE-basierte Parallelverarbeitung bisher kaum in ingenieurtechnischen Bereichen verbreitet. Die Gründe dafür sind einerseits eine fehlende Evaluierung der Softwaresysteme für ingenieurtechnische Anwendungsfelder und andererseits ein Mangel an Erkenntnissen bezüglich der Entwicklung paralleler SCE-Programme, die Aussagenüber den zu erwartenden Aufwand und Nutzen zulassen. Die vorliegende Arbeit hat das Ziel, die Anwendung der SCE-basierten Parallelverarbeitung in ingenieurtechnischen Bereichen stärker zu etablieren. Aufbauend auf der Arbeit von Pawletta wird dabei der aktuelle Entwicklungsstand wiedergegeben und eine neue Klassifikation für dieses Gebiet vorgeschlagen. Es wird gezeigt, dass aus der neuen Klassifikation insbesondere der Multi-SCE-Ansatz für ingenieurtechnische Bereiche interessant ist. Verfügbare Multi-SCE-Systeme werden anhand qualitativer und quantitativer Merkmale verglichen. Darüber hinaus erfolgt die Präsentation weiterentwickelter Multi-SCE-Systeme, die zum Teil explizit auf industrielle Anwendungsgebiete fokussieren. Eine anhand verschiedener ingenieurtechnischer Applikationen durchgeführte anwendungsbezogene Untersuchung zeigt beispielhaft Parallelisierungsaufwand und Laufzeitgewinn bei verschiedenen Anwendungstypen und Multi-SCE-Systemen.

Solving ARGESIM Benchmark CP2 with Open MPI and Matlab PCT – Lattice Boltzmann Simulation

“…A very short introduction to Matlab/PCT and the different parallelization strategies it supplies can be found in [2]. The underlying scalar version was taken from [9], which already compares different earlier parallel toolboxes from Mathworks and other authors.…”