GermanWikipedia - /page/entry.mu

Micron Document

<!DOCTYPE html>

<title>Parallelrechner</title>

</head>

<h1 id="firstHeading" class="firstHeading mw-first-heading"><span class="mw-page-title-main">Parallelrechner</span></h1>

</header>

</div>

<p>Ein <b>Parallelrechner</b> ist ein <a href="Computer" title="Computer">Rechner</a>, in dem <a href="Operator_(Mathematik)" title="Operator (Mathematik)">Rechenoperationen</a> gleichzeitig unter anderem auf mehreren <a href="Prozessor" title="Prozessor">Haupt-</a> oder <a href="Grafikprozessor" title="Grafikprozessor">Grafikprozessoren</a> durchgeführt werden können.

</p>

<div class="mw-heading mw-heading2"><h2 id="Anwendungsbereiche">Anwendungsbereiche</h2></div>

<p>Grob können die folgenden Anwendungsbereiche unterschieden werden:

</p>

<div class="mw-heading mw-heading3"><h3 id="Massiv-parallele_Verarbeitung">Massiv-parallele Verarbeitung</h3></div>

<p>Verteilte Problemstellungen, wie z. B. <a href="Wettervorhersage" title="Wettervorhersage">Wettervorhersagen</a>. Dabei wird z. B. die Erdoberfläche in Planquadrate aufgeteilt und jeweils ein Prozessor übernimmt die Berechnung für ein Planquadrat. Um die Einflüsse zwischen benachbarten Planquadraten zu berücksichtigen, müssen dazu die Prozesse auf den unterschiedlichen Prozessoren untereinander Daten austauschen und dazu synchronisiert werden.

</p><p>Computer, die für diese Art von Aufgabenstellung ausgelegt sind, können einige tausend <a href="Hauptprozessor" class="mw-redirect" title="Hauptprozessor">Hauptprozessoren</a> enthalten. Man verwendet dafür den Begriff <a href="Massively_Parallel_Processing" title="Massively Parallel Processing">Massiv-parallele Computer</a>. Neben Wettervorhersagen finden sich Anwendungen für solche Architekturen z. B. in allen Bereichen von <a href="Simulation" title="Simulation">Simulationen</a> (siehe z. B. <a href="Chemoinformatik" title="Chemoinformatik">Chemoinformatik</a>, <a href="Computerphysik" title="Computerphysik">Computerphysik</a>).

</p>

<div class="mw-heading mw-heading3"><h3 id="Pipelining">Pipelining</h3></div>

<p>Problemstellungen, bei denen größere Datenmengen in mehreren aufeinander folgenden Schritten verarbeitet werden, sogenanntes <a href="Pipeline_(Prozessor)" title="Pipeline (Prozessor)">Pipelining</a>. Z. B. lassen sich die Module eines <a href="Compiler" title="Compiler">Compilers</a> (Präprozessor, lexikalische Analyse, semantische Analyse, Optimierung, Codeerzeugung), als parallel laufende Prozesse realisieren.

</p><p>Jeder Prozess reicht seine Ausgabe dabei an den nachfolgenden Prozess weiter und ist damit frei um die nächsten Daten zu verarbeiten, während der nachfolgende Prozessschritt von einem anderen Prozess erledigt wird. Dabei kann jeder der Prozesse jeweils einem Prozessor zugewiesen werden, so dass eine weitgehende echte Parallelisierung der Verarbeitung erreicht wird.

</p><p>Problemstellungen dieser Art sind in der Regel für Rechner geeignet, die über vergleichsweise wenige Prozessoren verfügen.

</p><p>Man spricht in diesem Fall häufig von <a href="Multithreading" title="Multithreading">Multithreading</a> oder <a href="Nebenl%C3%A4ufigkeit" title="Nebenläufigkeit">Nebenläufigkeit</a>. Allerdings ist für Multithreading (Thread = Faden) nicht zwingend erforderlich, dass die verschiedenen Prozesse (Threads) jeweils auf einem eigenen Prozessor laufen. Denkbar wäre ebenso, die verschiedenen Prozesse <i>quasi parallel</i> auf einem einzigen Prozessor laufen zu lassen. Allerdings können dann die Geschwindigkeitsvorteile nicht realisiert werden.

</p>

<div class="mw-heading mw-heading2"><h2 id="Optimierung">Optimierung</h2></div>

<p>Parallelcomputer erhöhen ihre Arbeitsgeschwindigkeit, indem sie den Rechenaufwand auf ihre Prozessoren verteilen.

Um die volle Leistungsfähigkeit eines Parallelrechners ausnutzen zu können, muss die Programmierung entsprechend angepasst werden. Dafür stehen eine Reihe von Programmierschnittstellen zur Verfügung (siehe Abschnitt weiter unten).

</p><p>Die Verteilung der Rechenlast auf mehrere Prozesse erfordert immer einen zusätzlichen Aufwand, um diese Verteilung zu organisieren und zu koordinieren. Dieser Aufwand steigt mit der Anzahl der Prozesse in der Regel <a href="Proportionalit%C3%A4t" title="Proportionalität">überproportional</a> an. Je nach bestehenden Abhängigkeiten ist es auch nicht immer möglich, Prozesse zu parallelisieren. Eine Aufgabenstellung so zu implementieren, dass sie einen Parallelrechner effizient nutzt, erfordert deshalb ein tiefes Verständnis der Problemstellung, und es muss immer eine Kosten-Nutzen-Abwägung getroffen werden, um für die Parallelisierung ein Optimum zu finden. Es gilt die knappen <a href="Betriebsmittel_(Informatik)" title="Betriebsmittel (Informatik)">Ressourcen</a> – Rechenzeit, Speicherzugriffe, Datenbusse – effizient zu nutzen. Stets sollte der sequentielle Programm-<a href="Overhead_(EDV)" title="Overhead (EDV)">Overhead</a> minimal sein (<a href="Amdahlsches_Gesetz" title="Amdahlsches Gesetz">Amdahlsches Gesetz</a>).

</p><p>Auch die Art der Vernetzung der Hardwarekomponenten hat Einfluss auf die <a href="Optimierung_(Mathematik)" class="mw-redirect" title="Optimierung (Mathematik)">Effizienz</a>. Für viele Problemstellungen lassen sich gute Ergebnisse mit folgenden <a href="Topologie_(Rechnernetz)" title="Topologie (Rechnernetz)">Topologien</a> erzielen:

</p>

<ul><li>Cube (Konfiguration aus 8 Rechnern. Vernetzung entspricht einem <a href="Quader" title="Quader">Quader</a>).</li>

<li><a href="Hyperw%C3%BCrfel" title="Hyperwürfel">Hyper-Cube</a> (n-dimensionale Quader)</li></ul>

<div class="mw-heading mw-heading2"><h2 id="GPU-Cluster">GPU-Cluster</h2></div>

<p>In den späten 2000er Jahren sind Grafikkarten auf den Markt gekommen, die teilweise mehr als 2000 Rechenkerne besitzen. Eigentlich für die Berechnung von Farbverläufen, Texturen usw. konzipiert, lassen sich diese Rechenkerne auch für die Parallelisierung anderer Berechnungen nutzen. Für massiv parallele Anwendungen wurden deshalb mittlerweile auch Rechner gebaut, die Cluster aus mehreren hundert Grafik-Prozessoren oder Grafikkarten enthalten.<sup id="cite_ref-1" class="reference"><a href="#cite_note-1"><span class="cite-bracket">[</span>1<span class="cite-bracket">]</span></a></sup><sup id="cite_ref-2" class="reference"><a href="#cite_note-2"><span class="cite-bracket">[</span>2<span class="cite-bracket">]</span></a></sup> Damit lassen sich Rechnerarchitekturen erreichen, die statt einiger Tausend, faktisch einige Hunderttausend Prozessoren enthalten.

</p>

<div class="mw-heading mw-heading2"><h2 id="Programmierschnittstellen">Programmierschnittstellen</h2></div>

<ul><li><a href="OpenCL" title="OpenCL">OpenCL</a> <i>Open Computing Language</i> (Schnittstelle für uneinheitliche Parallelrechner)</li>

<li><a href="CUDA" title="CUDA">CUDA</a> <i>Compute Unified Device Architecture</i> (Schnittstelle um die Grafikkarte für parallele Berechnungen nutzen zu können)</li>

<li>OpenHMPP <i>Hybrid Multicore Parallel Programming</i></li>

<li>OpenACC</li>

<li><a href="OpenMP" title="OpenMP">OpenMP</a> <i>Open Multi-Processing</i></li></ul>

<div class="mw-heading mw-heading2"><h2 id="Siehe_auch">Siehe auch</h2></div>

<ul><li><a href="Rechnerverbund" title="Rechnerverbund">Rechnerverbund</a></li>

<li><a href="Field_Programmable_Gate_Array" title="Field Programmable Gate Array">Field Programmable Gate Array</a> (FPGA)</li>

<li><a href="Gustafsons_Gesetz" title="Gustafsons Gesetz">Gustafsons Gesetz</a></li>

<li><a href="Koprozessor" title="Koprozessor">Koprozessor</a></li>

<li><a href="Mehrkernprozessor" title="Mehrkernprozessor">Mehrkernprozessor</a></li>

<li><a href="Mehrprozessorsystem" title="Mehrprozessorsystem">Mehrprozessorsystem</a></li>

<li><a href="Nachrichtenaustausch" title="Nachrichtenaustausch">Nachrichtenaustausch</a></li>

<li><a href="Supercomputer" title="Supercomputer">Supercomputer</a></li>

<li><a href="Transputer" title="Transputer">Transputer</a></li></ul>

<div class="mw-heading mw-heading2"><h2 id="Weblinks">Weblinks</h2></div>

<div class="sisterproject" style="margin:0.1em 0 0 0;"><div class="noresize noviewer" style="display:inline-block; line-height:10px; min-width:1.6em; text-align:center;" aria-hidden="true" role="presentation"><span class="mw-default-size" typeof="mw:File"><span title="Commons"></span></span></div><b><span class=""><a class="external text" href="https://commons.wikimedia.org/wiki/Category:Parallel_computing?uselang=de"><span lang="en">Commons</span>: Parallelrechner</a></span></b> – Sammlung von Bildern, Videos und Audiodateien</div>

<ul><li><a rel="nofollow" class="external text" href="http://www.sciengines.com/copacobana">www.copacobana.org COPACOBANA (Cost-Optimized Parallel COde Breaker), ein FPGA-basierter Parallelrechner</a></li></ul>

<div class="mw-heading mw-heading2"><h2 id="Einzelnachweise">Einzelnachweise</h2></div>

<li id="cite_note-1"><span class="mw-cite-backlink"><a href="#cite_ref-1">↑</a></span> <span class="reference-text"><a rel="nofollow" class="external text" href="https://www.heise.de/security/meldung/Rekorde-im-Passwort-Knacken-durch-Riesen-GPU-Cluster-1762654.html">Heise-Artikel: Passwortknacken durch Riesen-GPU-Cluster</a></span>

</li>

<li id="cite_note-2"><span class="mw-cite-backlink"><a href="#cite_ref-2">↑</a></span> <span class="reference-text">Kindratenko, Volodymyr V. et al.: <a rel="nofollow" class="external text" href="https://web.archive.org/web/20210919100401/https://www.ncsa.illinois.edu/People/kindr/papers/ppac09_paper.pdf">GPU Clusters for High-Performance Computing, University of Illinois</a>, <a href="University_of_Illinois_at_Urbana-Champaign" title="University of Illinois at Urbana-Champaign">University of Illinois at Urbana-Champaign</a>; Zugriff am 28. Dezember 2025 (archiviert im <a href="Internet_Archive" title="Internet Archive">Internet Archive</a>)</span>

</li>

</ol></div><div><div class="zim-footer">

Dieser Artikel wurde von <a class="external text" title="Zuletzt bearbeitet am 2026-01-03" href="https://de.wikipedia.org/wiki/?title=Parallelrechner&oldid=262982397">Wikipedia</a> herausgegeben. Der Text ist unter <a class="external text" href="https://creativecommons.org/licenses/by-sa/4.0/deed.de">Creative Commons Attribution-Share Alike 4.0</a> verfügbar, sofern nicht anders angegeben. Für die Mediendateien können zusätzliche Bedingungen gelten.

</div>

</div></div>

</div>

</main>

</div>

</body></html>