Parallel Computing in Science and Engineering: 4th International DFVLR Seminar on Foundations of Engineering Sciences Bonn, Federal Republic of Germany, June 25/26, 1987

هدف کنفرانس ارائه مسائل به صورت محاسباتی موازی به جامعه ای از کاربران بالقوه مهندسی/علمی بود. مروری بر آخرین پیشرفت‌ها در چندین حوزه تحقیقاتی مهم توسط دانشمندان برجسته در رشته خود ارائه شده است. سؤال طبقه‌بندی در نقاط مختلفی مطرح می‌شود، از خصوصیات پارامتریک، ساختار ارتباطی، و توزیع حافظه گرفته تا طرح‌های کنترل و اجرا. مسائل مرکزی در سخت افزار و عملیات چند پردازشی، مانند مقیاس پذیری، تکنیک های غلبه بر تأخیر حافظه و سربار همگام سازی، و همچنین تحمل خطا در شبکه های ارتباطی مورد بحث قرار می گیرند. مشکل طراحی و اشکال زدایی برنامه های موازی در یک محیط کاربر پسند پرداخته شده و تعدادی از تبدیل های برنامه برای افزایش برداری و موازی سازی در موقعیت های مختلف برنامه توضیح داده شده است. دو تکنیک مختلف الگوریتمی برای حل کلاس‌های معینی از معادلات دیفرانسیل جزئی مورد بحث قرار گرفته‌اند. ویژگی‌های الگوریتم‌های تجزیه دامنه و نگاشت آن‌ها بر روی یک معماری نوع CRAY-XMP بررسی می‌شود و یک نمای کلی از شایستگی رویکردهای مختلف برای بهره‌برداری از پتانسیل شتاب روش‌های چندشبکه ارائه می‌شود. در نهایت، یک تکنیک مدل‌سازی عملکرد انتزاعی برای رفتار برنامه‌ها در معماری‌های موازی و برداری توضیح داده شده است.

It was the aim of the conference to present issues in parallel computing to a community of potential engineering/scientific users. An overview of the state-of-the-art in several important research areas is given by leading scientists in their field. The classification question is taken up at various points, ranging from parametric characterizations, communication structure, and memory distribution to control and execution schemes. Central issues in multiprocessing hardware and operation, such as scalability, techniques of overcoming memory latency and synchronization overhead, as well as fault tolerance of communication networks are discussed. The problem of designing and debugging parallel programs in a user-friendly environment is addressed and a number of program transformations for enhancing vectorization and parallelization in a variety of program situations are described. Two different algorithmic techniques for the solution of certain classes of partial differential equations are discussed. The properties of domain-decomposition algorithms and their mapping onto a CRAY-XMP-type architecture are investigated and an overview is given of the merit of various approaches to exploiting the acceleration potential of multigrid methods. Finally, an abstract performance modeling technique for the behavior of applications on parallel and vector architectures is described.