Dr. Jens Lang
Anschrift
Technische Universität Chemnitz
Fakultät für Informatik
Str. der Nationen 62
09111 Chemnitz
Technische Universität Chemnitz
Fakultät für Informatik
Str. der Nationen 62
09111 Chemnitz
Kontakt
Sprechzeit
dienstags 13.30 Uhr bis 14.30 Uhr (während der Vorlesungsperiode)Veröffentlichungen
-
Jakobs, T.; Lang, J.; Rünger, G.; Stöcker, P.: Tuning linear algebra for energy efficiency on multicore machines by adapting the ATLAS library. In: Future Generation Computer Systems, Bd. 82: S. 555-564. Elsevier – ISSN 0167-739X, 2017 (erschienen Mai 2018). DOI: 10.1016/j.future.2017.03.009 Onlineressource verfügbar
-
Lang, J.: Data-aware tuning of scientific applications with model-based autotuning. In: Concurrency and Computation: Practice and Experience, Bd. 29, Nr. 4: S. 1-15. John Wiley and Sons, Ltd – ISSN 1532-0634, 2017. DOI: 10.1002/cpe.3885 Onlineressource verfügbar
-
Lang, J.: Energie- und Ausführungszeitmodelle zur effizienten Ausführung wissenschaftlicher Simulationen, TU Chemnitz, Fakultät für Informatik, Dissertation, 2015. Onlineressource verfügbar
-
Lang, J.; Rünger, G.; Stöcker, P.: Towards energy-efficient linear algebra with an ATLAS library tuned for energy consumption. In: 2015 International Conference on High Performance Computing & Simulation (HPCS 2015): S. 63-70. IEEE, 2015. DOI: 10.1109/HPCSim.2015.7237022 Onlineressource verfügbar
-
Lang, J.: Grüner verschlüsseln – Messung des Energieverbrauchs von Verschlüsselungsalgorithmen. In: Team der Chemnitzer Linux-Tage, (Eds.): Chemnitzer Linux-Tage 2014 – Tagungsband: S. 25–32. Universitätsverlag Chemnitz – ISBN 978-3-944640-08-2. Chemnitz, 2014. Onlineressource verfügbar
-
Lang, J.; Rünger, G.: An execution time and energy model for an energy-aware execution of a conjugate gradient method with CPU/GPU collaboration. In: Journal of Parallel and Distributed Computing, Bd. 74, Nr. 9: S. 2884-2897. Elsevier – ISSN 0743-7315, 2014. DOI: 10.1016/j.jpdc.2014.06.001 Onlineressource verfügbar
-
Lang, J.; Rünger, G.: Measuring and modelling energy consumption for a CPU/GPU conjugate gradient method in an adaptive FEM. In: Proc. of the High-Level Programming for Heterogeneous and Hierarchical Parallel Systems workshop at HiPEAC conference 2014. Wien, Österreich, 2014.
-
Lang, J.; Rünger, G.; Stöcker, P.: Simulation Coupling for Simulink Models with the Functional Mock-up Interface. In: 3rd International Colloquium of the Cluster of Excellence eniPROD 2014. Posterbeitrag. Chemnitz, Deutschland, 2014.
-
Balg, M.; Lang, J.; Meyer, A.; Rünger, G.: Array-based reduction operations for a parallel adaptive FEM. In: Keller, R.; Kramer, D.; Weiß, J.-P. (Eds.): Facing the Multicore Challenge Ⅲ (LNCS, Bd. 7686): S. 25-36. Springer – ISBN 978-3-642-35892-0, 2013. DOI: 10.1007/978-3-642-35893-7_3 Onlineressource verfügbar
-
Lang, J.; Rünger, G.: High-Resolution Power Profiling of GPU Functions Using Low-Resolution Measurement. In: Wolf, F.; Mohr, B.; an Mey, D. (Eds.): Euro-Par 2013 Parallel Processing (LNCS, Bd. 8097): S. 801–812. Springer – ISBN 978-3-642-40046-9, 2013. DOI: 10.1007/978-3-642-40047-6_80 Onlineressource verfügbar
-
Lang, J.; Rünger, G.: Dynamic distribution of workload between CPU and GPU for a parallel conjugate gradient method in an adaptive FEM. In: Procedia Computer Science, Bd. 18: S. 299-308. Elsevier. International Conference on Computational Science (ICCS 2013), 2013. DOI: 10.1016/j.procs.2013.05.193 Onlineressource verfügbar
-
Lang, J.; Rünger, G.; Stöcker, P.: Dynamische Simulationskopplung von Simulink-Modellen durch einen Functional-Mock-up-Interface-Exportfilter / TU Chemnitz. (Chemnitzer Informatik-Berichte CSR-13-05) – ISSN 0947-5125, 2013. Onlineressource verfügbar
-
Dachsel, H.; Hofmann, M.; Lang, J.; Rünger, G.: Automatic Tuning of the Fast Multipole Method Based on Integrated Performance Prediction. In: Proceedings of the 14th IEEE International Conference on High Performance Computing and Communications (HPCC-2012): S. 617-624. IEEE – ISBN 978-1-4673-2164-8. Liverpool, Vereinigtes Königreich, Juni 2012. DOI: 10.1109/HPCC.2012.88 Onlineressource verfügbar
-
Lang, J.: MapReduce – Parallelität im Großen und im Kleinen. In: Team der Chemnitzer Linux-Tage, (Eds.): Chemnitzer Linux-Tage 2012 – Tagungsband: S. 69-76. Universitätsverlag Chemnitz – ISBN 978-3-941003-52-1. Chemnitz, 2012. Onlineressource verfügbar
-
Hoffmann, K. H.; Hofmann, M.; Lang, J.; Rünger, G.; Seeger, S.: Accelerating Physical Simulations Using Graphics Processing Units. In: it - Information Technology, Bd. 53, Nr. 2: S. 49-59. Oldenbourg Wissenschaftsverlag GmbH – ISSN 1611-2776, 2011. DOI: 10.1524/itit.2011.0625 Onlineressource verfügbar
-
Hoffmann, K. H.; Hofmann, M.; Lang, J.; Rünger, G.; Seeger, S.: Simulating Anomalous Diffusion on Graphics Processing Units. In: Proceedings of the 11th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing (PDSEC-10): S. 1-8. IEEE – ISBN 978-1-4244-6534-7. Atlanta, USA, April 2010. DOI: 10.1109/IPDPSW.2010.5470767 Onlineressource verfügbar
Arbeiten
- Studienarbeit: Performanzanalyse paralleler Algorithmen auf NUMA-Architekturen
Fakultät für Informatik, Technische Universität Chemnitz, 2008. - Diplomarbeit: Verwendung von Grafikprozessoren zur Simulation von Diffusionsprozessen mit zufälligen Sierpiński-Teppichen
Fakultät für Informatik, Technische Universität Chemnitz, 2008. (online verfügbar) - Doktorarbeit: Energie- und Ausführungszeitmodelle zur effizienten Ausführung wissenschaftlicher Simulationen
Fakultät für Informatik, Technische Universität Chemnitz, 2014. (online verfügbar)
Sonstiges
- Quelltext zum Artikel »High-Resolution Power Profiling of GPU Functions Using Low-Resolution Measurement«: tesla-power-profile.cpp (zu übersetzen mit dem gcc mit dem Flag -std=c++11)
-
Sierpiński-Teppich (wird genutzt zur Simulation anomaler Diffusion):