Masterkurs Parallele und Verteilte Systeme

Systematisch - umfassend - aktuell - praxisgerecht

Das Buch bietet eine systematische Darstellung der aktuellen Entwicklungen auf dem Gebiet des parallelen und verteilten Rechnens. Es stellt alle relevanten Hardwarearchitekturen für Multiprozessoren und Multicoreprozessoren sowie ihre Betriebssysteme vor. Das parallele Programmieren bildet einen Schwerpunkt des Werkes. Dazu gehören Client-Server-Modelle und Serviceorientierte Architekturen sowie Programmiermodelle für unterschiedliche Speicherarchitekturen. Eine ausführliche Erläuterung von Leistungsmaßen, Parallelisierungstechniken und verteilten Algorithmen zeigt dem Programmierer Möglichkeiten und Grenzen der Verteilung auf. Methoden der statischen und der dynamischen Rechenlastverteilung sind ebenso enthalten wie moderne Virtualisierungstechniken. Die abschließenden Kapitel über Cluster- und Grid-Computing geben Einblick in aktuelle Themen und einen Ausblick auf zukünftige Entwicklungen.

Autorentext

Prof. Günther Bengel lehrte die Gebiete Betriebssysteme, Verteilte Systeme, Parallele Systeme, Parallele und Funktionale Programmierung an der Hochschule Mannheim.

Prof. Dr. Christian Baun lehrt die Gebiete Netzwerke, Verteilte Systeme (insbesondere Cloud Computing) und Betriebssysteme an der Fachhochschule Frankfurt am Main.

Dr. Marcel Kunze hat sich an der Ruhr-Universität Bochum habilitiert, forscht im Bereich der parallelen und verteilten Systeme und ist seit 2002 Leiter der Grid-Computing Abteilung des Forschungszentrums Karlsruhe.

Dr. Karl-Uwe Stucky leitet am Institut für Angewandte Informatik am Karlsruher Institut für Technologie (KIT) eine Forschungsgruppe, die sich mit dem Management von Energiedaten befasst.

Inhalt
Parallele Rechnerarchitekturen: Multicore-Prozessoren, Multiprozessoren, Cluster.- Parallele Programmiermodelle.- Parallelisierungsverfahren, -techniken und -metriken.- Verteilte Algorithmen.- Statische und dynamische Rechenlastverteilung, Grid-Scheduling.- Virtualisierungstechniken.- Cluster und Grid.Parallele Rechnerarchitekturen: Multicore-Prozessoren, Multiprozessoren, Many-Core-Prozessoren, GPGPU, Tile Architekturen, Google-Cluster.- Parallele Programmiermodelle.- Parallelisierungsverfahren, -techniken und -metriken.- Verteilte Algorithmen.- Statische und dynamische Rechenlastverteilung, Grid-Scheduling.- Virtualisierungstechniken.- Cluster, Grid und Cloud