PARS-Mitteilungen 2011

https://dl.gi.de/handle/20.500.12116/1914

Autor*innen mit den meisten Dokumenten  

Burkhart, Helmar
2
Juurlink, Ben
2
Rietmann, Max
2
Schenk, Olaf
2
Uhrig, Sascha
2
Auflistung nach:

Neueste Veröffentlichungen

1 - 10 von 41
  • Zeitschriftenartikel
    A Scalable Hardware Algorithm for Demanding Timer Management in Network Systems
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011) Septinus, K.; Dragone, S.; Langner, M.; Blume, H.; Pirsch, P.
    K. Septinus1 , S. Dragone2 , M. Langner1 , H. Blume1 , and P. Pirsch1
  • Zeitschriftenartikel
    Synchronization Mechanism of Hardware and High-level Models for Performance Verification
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011) Cabezas, Victoria; Döring, Andreas; Ineichen, Hanspeter
    Victoria Caparr´ os Cabezas1 , Andreas C. D¨ oring1 , Hanspeter Ineichen2
  • Zeitschriftenartikel
    Can Computation Be Extended beyond the Von-Neumann-Architecture?
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011) Issendorff, Hermann
    Vorgestellt wird eine grundlegend neue Programmiersprache, mit der die räumliche Struktur und das zeitliche Verhalten diskreter physikalischer Systeme konstruktiv beschrieben werden können. Sie ist eine mehrsortige Termalgebra, die u.a. die vollständige Beschreibung jedweder Soft- und Hardware digitaler Systeme ermöglicht.
  • Zeitschriftenartikel
    MANJAC — Ein Many-Core-Emulator auf Multi-FPGA-Basis
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011) Bradatsch, Christian; Schlingmann, Sebastian; Uhrig, Sascha; Ungerer, Theo
    Bei der Entwicklung zukünftiger Prozessoren wird es mit wachsender Kernzahl immer schwieriger diese adäquat zu simulieren. Many-Core-Simulatoren haben den Nachteil, dass eine taktgenaue Simulation von mehreren hundert Kernen in akzeptabler Zeit nicht möglich ist. In diesem Beitrag wird ein Many-Java-Core-System (MANJAC) vorgestellt, das es ermöglicht, parallele Java-Programme auf realer Hardware auszuführen und dabei Eigenschaften von Many-Core-Prozessoren zu evaluieren. Im Vergleich zu Many-Core-Simulatoren bietet das MANJAC System mit einem Ausbau von 384 jeweils vierfach mehrfädigen Kernen eine gute Evaluierungsleistung. Die Programmierung des Systems wird durch Verwendung der Programmiersprache Java vereinfacht, wobei jeder Kern Java Bytecode direkt ausführen kann.
  • Zeitschriftenartikel
    Call for Papers
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011)
  • Zeitschriftenartikel
    UnifiedSessionsManager — Virtualisierung und Cloud-Computing
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011) Üstünsöz, Arno-Can
  • Zeitschriftenartikel
    Towards Cloud Based Smartphone Security
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011) Subramanian, Lakshmi; Stephanow, Philipp; Wahl, Tobias
    Lakshmi Subramanian, Philipp Stephanow, Tobias Wahl Fraunhofer AISEC, Garching (near Munich), Germany, philipp.stephanow@aisec.fraunhofer.de
  • Zeitschriftenartikel
    EURO-PAR 2012
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011)
  • Zeitschriftenartikel
    Beschleunigte Verifikation von analogen Schaltungen durch Multi-Thread und Multi-Job-Ansätze mit Simulatoren
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011) Sobe, Udo; Graupner, Achim
  • Zeitschriftenartikel
    Implementing the Global Cellular Automata on CUDA
    (PARS: Parallel-Algorithmen, -Rechnerstrukturen und -Systemsoftware: Vol. 28, No. 1, 2011) Milde, Benjamin; Buescher, Niklas; Goesele, Michael
    The Global Cellular Automata (GCA) is a generalization of the Cellular Automata. As a massively parallel model, it is used to describe complex systems and algorithms in a coherent way. In this work, we evaluated how the generic GCA model transfers to NVIDIA's CUDA architecture on GPUs using two exemplary GCA algorithms. We compared our CUDA implementations with parallel CPU implementations and a fast and optimized 32-pipeline FPGA implementation. We obtained more than one order of magnitude in performance gain compared to standard CPUs, while our system also compared favourably to the FPGA implementations, showing that the GCA model fits well to current graphics cards using CUDA.