Automatische Performanzoptimierung Paralleler Architekturen

  • Tagung:

    Dissertation 

  • Autoren:

    Christoph A. Schaefer 

  • Zusammenfassung

    Die Parallelisierung von sequentiellen Anwendungen sowie die anschließend erforderlicheOptimierung stellt Software-Entwickler vor große Herausforderungen.Diese Arbeit befasst sich daher mit Problemstellungen im Bereich der automatischen Performanzoptimierung(Auto-Tuning) paralleler Architekturen. Die Grundidee des Auto-Tuning wird derart erweitert, dass nicht mehr nur algorithmische Programme, sondernauch komplexe parallele Architekturen mittels eines automatisierten Verfahrens entworfen,implementiert und optimiert werden können – unabhängig von Größe, Anwendungsgebietoder Zielplattform der Applikation.Hierzu werden neben einer Instrumentierungssprache zur Spezifikation von Tuning-Instruktionenim Programmquelltext ein Verfahren für den Entwurf paralleler optimierbarerArchitekturen sowie deren automatisierte Implementierung vorgestellt das Konzepteines suchbasierten Auto-Tuners für parallele Architekturen rundet die Arbeit ab.Die Funktionalität der Konzepte wird an Hand einer prototypischen Implementierungunter Beweis gestellt, während die Verfahren mittels Fallstudien evaluiert werden. Dieexperimentellen Ergebnisse erweisen sich als vielversprechend und belegen die Unentbehrlichkeitder Kombination aus Parallelisierung und Optimierung.
  • Jahr:

    2010 

Beteiligte Mitarbeiter (zufällige Reihenfolge)
Titel Vorname Nachname
Dr. rer. nat. Christoph A. Schaefer

Bibtex

@phdthesis{,
author={Christoph A. Schaefer},
title={Automatische Performanzoptimierung Paralleler Architekturen},
year=2010,
publisher={Südwestd. Verlag für Hochschulschriften AG & Co.Kg},
abstract={Die Parallelisierung von sequentiellen Anwendungen sowie die anschließend erforderlicheOptimierung stellt Software-Entwickler vor große Herausforderungen.Diese Arbeit befasst sich daher mit Problemstellungen im Bereich der automatischen Performanzoptimierung(Auto-Tuning) paralleler Architekturen. Die Grundidee des Auto-Tuning wird derart erweitert, dass nicht mehr nur algorithmische Programme, sondernauch komplexe parallele Architekturen mittels eines automatisierten Verfahrens entworfen,implementiert und optimiert werden können – unabhängig von Größe, Anwendungsgebietoder Zielplattform der Applikation.Hierzu werden neben einer Instrumentierungssprache zur Spezifikation von Tuning-Instruktionenim Programmquelltext ein Verfahren für den Entwurf paralleler optimierbarerArchitekturen sowie deren automatisierte Implementierung vorgestellt das Konzepteines suchbasierten Auto-Tuners für parallele Architekturen rundet die Arbeit ab.Die Funktionalität der Konzepte wird an Hand einer prototypischen Implementierungunter Beweis gestellt, während die Verfahren mittels Fallstudien evaluiert werden. Dieexperimentellen Ergebnisse erweisen sich als vielversprechend und belegen die Unentbehrlichkeitder Kombination aus Parallelisierung und Optimierung.},
number={ISBN 978-3-8381-2223},
}