Parallelisierbare
Parallelisierbare, im Deutschen ein Adjektiv, beschreibt die Eigenschaft eines Algorithmus oder Problems, sich in mehrere Teilaufgaben zerlegen zu lassen, die parallel bearbeitet werden können. Dadurch lässt sich die Rechenleistung mehrerer Prozessoren, Kerne oder Compute-Units nutzen, um Zeit zu sparen.
Kernkriterien sind die Unabhängigkeit der Teilaufgaben, geringe Synchronisations- und Kommunikationsbedarfe sowie eine angemessene Granularität der Arbeit.
Die Parallelisierbarkeit lässt sich mit Maßen wie der erwarteten Geschwindigkeitsskalierung bewerten. Ein verbreitetes Modell ist Amdahls
Anwendungsbeispiele reichen von Vektor- und Matrizenoperationen über Bild- und Signalverarbeitung bis zu Simulationen, maschinellem Lernen und
Nicht alle Probleme sind parallelisierbar; manche Abhängigkeiten lassen sich nicht beseitigen oder übersteigen mit dem Overhead