Troels Henriksen, Postdoc, Programming Languages and Theory of Computing ved Datalogisk Institut.<\/p>\n
Den evige jagt p\u00e5 ydelse betyder at vores datamater bliver gradvist mere vanskelige at programmere, typisk ved at de bliver mere\u00a0parallelle.\u00a0 For at g\u00f8re maskinerne nemmere tilg\u00e6ngelige designer vi\u00a0s\u00e5 programmeringssprog og biblioteker, som indkapsler typiske\u00a0programmeringsm\u00f8nstre, og implementerer dem effektivt \u00e9n gang for\u00a0alle.\u00a0 Et godt programmeringssprog til en parallel maskine b\u00f8r s\u00e5ledes\u00a0stille programmeringsmekanismer til r\u00e5dighed som b\u00e5de er nemme at\u00a0r\u00e6sonnere omkring for et menneske, men som ogs\u00e5 kan afvikles effektivt.<\/p>\n
I praksis kan vi dog ikke bare designe et programmeringssprog med\u00a0hundredevis af forskellige mekanismer til ethvert t\u00e6nkeligt form\u00e5l, da\u00a0hver mekanisme g\u00f8r sproget b\u00e5de sv\u00e6rere at forst\u00e5 og at implementere,\u00a0idet man skal tage h\u00f8jde for alle t\u00e6nkelige kombinationer af de\u00a0tilg\u00e6ngelige mekanismer.\u00a0 Udfordringen er s\u00e5ledes at finde et passende “parallelt ordforr\u00e5d” som vi tilbyder programm\u00f8ren, som hverken er for\u00a0stort eller for begr\u00e6nset.\u00a0 Heldigivs har det vist sig, at de\u00a0h\u00f8jereordensfunktioner vi kender fra funktionsprogrammering, s\u00e5som ‘map’, ‘reduce’, og ‘scan’, faktisk er velegnede til parallel\u00a0programmering, og at man ved at s\u00e6tte dem sammen, kan udtrykke\u00a0utroligt mange parallelle algoritmer, samtidigt med at de er\u00a0forholdsvist nemme at implementere i programmeringssprog.<\/p>\n
De velkendte h\u00f8jereordensfunktioner er dog ikke fuldt tilstr\u00e6kkelige.\u00a0I min pr\u00e6sentation vil jeg gennemg\u00e5 typer af problemer der ikke kan\u00a0udtrykkes effektivt ved disse g\u00e6ngse funktioner, og motivere en ny\u00a0h\u00f8jereordensfunktion der beregner s\u00e5kaldte “generaliserede\u00a0histogrammer”.\u00a0 Disse viser sig nyttige i ret forskellige problemer,\u00a0lige fra k-means clustering til partikelsimulering.\u00a0 Jeg kommer til at\u00a0snakke b\u00e5de om semantikken for s\u00e5danne generaliserede histogrammer,\u00a0samt snakke om hvordan man implementerer dem med meget h\u00f8j ydelse p\u00e5\u00a0moderne GPUer, hvor det is\u00e6r er vigtigt at tage h\u00f8jde for\u00a0cache-hierarkiet.<\/p>\n
L\u00e6s mere p\u00e5 di.ku.dk
\n______
\nDIKU Bits er en \u00e5ben og gratis foredragsr\u00e6kke m\u00e5lrettet bachelorstuderende p\u00e5 DIKU og relaterede fagomr\u00e5der, men det er \u00e5bent for alle interesserede.
\n*This DIKU Bits lecture will be in Danish*<\/p>\n","protected":false},"excerpt":{"rendered":"
Taler Troels Henriksen, Postdoc, Programming Languages and Theory of Computing ved Datalogisk Institut. Abstract Den evige jagt p\u00e5 ydelse betyder at vores datamater bliver gradvist mere vanskelige at programmere, typisk ved at de bliver mere\u00a0parallelle.\u00a0 For at g\u00f8re maskinerne nemmere tilg\u00e6ngelige designer vi\u00a0s\u00e5 programmeringssprog og biblioteker, som indkapsler typiske\u00a0programmeringsm\u00f8nstre, og implementerer dem effektivt \u00e9n gang […]<\/p>\n","protected":false},"author":0,"featured_media":113553,"template":"","class_list":["post-113552","event","type-event","status-publish","has-post-thumbnail","hentry","event_category-foredrag"],"acf":[],"aioseo_notices":[],"yoast_head":"\n