Seminar Spezialisierung Komplexe Software-Systeme (WS 14/15)

Die nachfolgenden Angaben gelten für meine Seminargruppe.

Aktuelles

Ankündigung

Die Ankündigung zur Veranstaltung finden Sie hier .

Abschluss

Das Seminar wird abgeschlossen durch ein Prüfung in Form eines Kolloquiums. Dazu muss eine Seminarausarbeitung abgegeben werden (pdf; 15-20 Seiten) und ein Seminarvortrag von 30 Minuten gehalten werden. Voraussetzungen für die Erteilung der Credits sind (alle Kriterien müssen erfüllt sein):

Einhalten aller Deadlines
Wahrnehmung mindestens einer Pflichtberatung
Anwesenheitspflicht bei allen Zwischentreffen
Anwesenheitspflicht bei allen Endpräsentationen
schriftliche Ausarbeitung
Präsentation

Zeitliche Planung

Datum	Meilenstein
02.10.2013, 17:00	Auftaktveranstaltung und Themenausgabe C118
14.10.2013, 9:00	Präsentationstechniken C013.1
30.10.2014, 23:59	Gliederung,Literatur
25.11. und 02.12.2014 9-10:30, Raum C013.1	Zwischenpräsentation
06.01.2015, 23:59	Ausarbeitung
Do 15.1.2015 (vormittags) und Fr 16.1.2015 (ganztags), Raum C016	Präsentation

Zeitlots für Beratung

Vereinbaren Sie mit mir per E-Mail einen Beratungstermin. Je früher, desto besser. 20-Minuten-Zeitslots gibt es immer dienstags 9-10:30 Uhr.

Unterlagen der Auftaktveranstaltung

Themen

Nr	Themenblock	bearbeitet von	Zwischenpr.	Ausarbeitung	Vortragsfolien	(Einstiegs-)Paper
1	Speicherformate	T.Lindlar	Folien	Ausarbeitung	Folien	Speicherformate für dünnbesetzte Matrizen in Intel MKL und Nvidia cuSPARSE und deren praktische Nutzung
2	Speicherformate	J.A.Steffens	Folien	Ausarbeitung	Folien	M.Kreutzer et.al.: A Unified Sparse Matrix Data Format for Efficient General Sparse Matrix-Vector Multiply on Modern Processors with Wide SIMD Units arXiv:1307.6209v2, 2014
3	Optimierungen	J.Knack	Folien	Ausarbeitung	Folien	M.Shantharam et.al.: Exploiting Dense Substructures for Fast Matrix Vector Multiplication Intl.Journal of High Performance Computing Applications, 2011
4	Optimierungen	H.Klohn	Folien	Ausarbeitung	Folien	K.Matam et.al.: Accelerating Sparse Matrix Vector Multiplication in Iterative Methods Using GPU Intl.Conf. on Parallel Processing, 2011
5	Optimierungen	Chr.Arera	Folien	Ausarbeitung	Folien	W.Tang et.al.: Accelerating Sparse Matrix-Vector Multiplication on GPUs using Bit-Representation-Optimized Schemes SC'13, 2013
6	Optimierungen	T.Metzler	Folien	Ausarbeitung	Folien	A.Ashari et.al.: An Efficient Two-Dimensional Blocking Strategy for Sparse Matrix-Vector Multiplication on GPUs ICS'14, 2014 und Z.Kosa et.al.: Compressed Multirow Storage Format for Sparse Matrices on Graphics Processing Units SIAM J.Sci.Comput., 2014
7	Optimierungen	D.Hiendl	-	-	-	D.Mukunoki et.al.: Optimization of Sparse Matrix-Vector Multiplication for CRS Format on NVIDIA Kepler Architecture GPUs Proc. ICCSA, 2013
8	Optimierungen	M.Weierstall	Folien	Ausarbeitung	Folien	Efficient Sparse Matrix-Vector Multiplication on x86-Based Many-Core Processors Proc. ICS'13, 2013
9	Reordering	A.Zarychta	Folien	Ausarbeitung	Folien	A.Pinar et.al.: Improving Performance of Sparse Matrix-Vector Multiplication SC99, 1999
10	Autotuning	J.Menzenbach	Folien	Ausarbeitung	Folien	J.Byun et.al.: Autotuning Sparse Matrix-Vector Multiplication for Multicore TR UCB/EECS-2012-215, 2012
11	Leistungsvorhersage	E.Glaser	Folien	-	-	S.Williams et.al.: Roofline: An Insightful Visual Performance Model for Multicore Architectures CACM Vol.52, No.4, 2009
12	Leistungsvorhersage	G.Pilz	-	-	-	E.Peise et.al.: Performance Modeling for Dense Linear Algebra arXiv-1209.2364v2, 2012
13	Leistungsvorhersage	M.Kerp	Folien	Ausarbeitung	Folien	P.Guo et.al.: Accurate Cross-Architecture Performance Modeling for Sparse Matrix-Vector Multiplication (SpMV) on GPUs Concurrency and Computation: Practice and Experience, 2014 und P.Guo et.al.: A Performance Modeling and Optimization Analysis Tool for Sparse Matrix-Vector Multiplication on GPUs IEEE Trans. on Parallel and Distributed Systems, Vol.25, No.5, 2014