parallelisierbarer

Der Ausdruck parallelisierbarer (oder parallelisierbare) wird in der Informatik verwendet, um die Eigenschaft eines Algorithmus, Programms oder Problems zu kennzeichnen, dass sich Teile davon gleichzeitig ausführen lassen. Ziel ist es, Rechenaufgaben auf mehreren Verarbeitungseinheiten wie Mehrkernprozessoren, Clustern oder Grafikkarten effizienter zu erledigen.

Wichtige Voraussetzungen sind Abhängigkeitsfreiheit und klare Abgrenzung von Teilaufgaben. Je geringer die gegenseitigen Abhängigkeiten, desto feiner die Granularität der Aufgabenverteilung. Zwei gängige Formen der Parallelisierung sind Datenparallelität, bei der dieselbe Operation auf verschiedene Datenpunkte parallel angewendet wird, und Aufgabenparallelität, bei der verschiedene Teilaufgaben parallel laufen.

Die Parallelisierbarkeit wird oft anhand von Kennzahlen wie Speedup und Effizienz gemessen. Das Speedup S ergibt sich aus S = T1/Tp, wobei T1 die Laufzeit mit einem einzigen Prozessor und Tp die Laufzeit mit p Prozessoren ist. Die Effizienz E = S/p beschreibt die Ausnutzung der Ressourcen. In vielen Fällen wird auch der seriale Anteil pSerial in Anlehnung an Amdahl’s Gesetz betrachtet, der angibt, welcher Teil des Codes nicht parallelisiert werden kann.

Relevanz zeigt sich in Bereichen wie High-Performance-Computing, numerische Simulationen, maschinelles Lernen oder Bildverarbeitung. Dort bestimmt die Parallelisierbarkeit wesentlich die erreichbare Skalierbarkeit und die Gesamtausführungskosten. Typische Hindernisse sind Synchronisationsbedarf, Kommunikationsaufwand und Speicherzugriffsabhängigkeiten, die die Vorteile der Parallelisierung begrenzen.