Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Bachelor of Science Informatik
Universität Erlangen-Nürnberg
Bachelor of Science Informatik
Prof. Dr.
2024
Dein ergebnis
Du hast bereits ein Konto? Anmelden
Parallelverarbeitung behandelt die gleichzeitige Ausführung mehrerer Prozesse, um Rechenzeiten zu verkürzen und die Effizienz zu steigern.
Dieser Themenbereich fokussiert sich auf die Verbesserung der Effizienz und Genauigkeit numerischer Algorithmen.
Leistungsanalysen beschäftigen sich mit der Bewertung und Verbesserung der Rechenleistung von Software.
Der Einsatz von Hochleistungsrechnern ist essenziell für rechenintensive Aufgaben und komplexe Simulationen.
Das Studium schließt mit einer praxisorientierten Projektarbeit, die das theoretisch erlernte Wissen anwendet.
Du interessierst Dich für Hochleistungsrechnen und möchtest praktische Erfahrungen in der Entwicklung von HPC-Software sammeln? Dann ist das HPC Software Projekt an der Universität Erlangen-Nürnberg genau das Richtige für Dich. Dieses Praktikum, das im Rahmen des Informatikstudiums angeboten wird, kombiniert theoretische Vorlesungen und praktische Übungen zu gleichen Teilen. Im Laufe des Semesters arbeitest Du in Teams an einem Projekt, das Dein Verständnis für aktuelle Herausforderungen und Techniken im Hochleistungsrechnen vertieft. Ein besonderer Fokus liegt dabei auf Themen wie Parallelverarbeitung, Optimierung von numerischen Algorithmen, Leistungsanalysen und dem Einsatz von Hochleistungsrechnern.
Kursleiter: Prof. Dr.
Modulstruktur: Das Modul besteht aus theoretischen Vorlesungen und praktischen Übungen. Die Gesamtzeit ist in 50% theoretische Instruktionen und 50% praktische Arbeit aufgeteilt.
Studienleistungen: Am Ende des Semesters wird eine Projektarbeit eingereicht, die in Teams bearbeitet wird.
Angebotstermine: Das Praktikum wird sowohl im Wintersemester als auch im Sommersemester angeboten.
Curriculum-Highlights: Parallelverarbeitung, Optimierung von numerischen Algorithmen, Leistungsanalysen, Einsatz von Hochleistungsrechnern
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Xin Q.
Anne G.
Sie haben bereits ein Konto? Login
| 74790 Strategisches Management | Kurs ansehen |
| Advanced Design and Programming | Kurs ansehen |
| Advanced Mechanized Reasoning in Coq | Kurs ansehen |
| Advanced Programming Techniques | Kurs ansehen |
| Algebra | Kurs ansehen |
| Algebra des Programmierens | Kurs ansehen |
| Algebraische und Logische Aspekte der Automatentheorie | Kurs ansehen |
| Algorithmen und Datenstrukturen | Kurs ansehen |
| Algorithmik kontinuierlicher Systeme | Kurs ansehen |
| Allgemeine Biologie I | Kurs ansehen |
Schule 
Studium 
Ausbildung 
Karteikarten 
StudySmarter AI 
Notizen 
Lernplan 
Spaced Repetition 
Lernsets 
Finde einen Job 
Ausbildungen 
Magazine 
Mobile App 
Für Unternehmen
Lisa G.