Computación de alto rendimiento y científica

Cursos

Computación de alto rendimiento y científica - Código 26734

Instructores

Carlos Jaime Barrios Hernandez, PhD. - (cbarrios@uis.edu.co)

Gilberto Javier Diaz Toro, MSc (gilberto.diaz@uis.edu.co)

Jorge Luis Chacón Velazco, PhD (jchacon@uis.edu.co)

Presentación

El cómputo de alto rendimiento más que una tendencia en el uso de tecnologia, es una realidad, que plantea diferentes retos para todos los dominios del conocimiento o de actividad profesional. Más allá de las competencias normales de un ingeniero o cientifico, es necesario entender la tecnología para aprovechar las oportunidades que nos ofrecen, adquirir un lenguaje común para interactuar con ingenieros de sistemas o computistas y proyectar una actividad multidisciplinaria, altamente eficiente.

El curso ofrece un acercamiento a conceptos básicos y estrategias de interacción con arquitecturas escalables, desde el computo cientifico para explotar posibilidades de concurrencia y paralelismo. El curso permitirá a los participantes, conocer modelos de programacion fundamentales para la creacion de sus propios codigos, así como una vision e interacción con plataformas de supercomputo especifica y algunas herramientas de interacción en redes de tecnología avanzada, permitiendo reconocer perspectivas y oportunidades de desarrollo.

Las sesiones se realizan en el CENTIC

Contenido

Unidad I: Introducción General

• Arquitecturas Escalables
• Computación de Alto Rendimiento y Científica
• Introducción al Uso de Arquitecturas Escalables
• Lilnux y SLURM

Unidad II: Programación Científica

• Algo de Algoritmos
• C/C++
• Python

Unidad III: Modelos de Programación Paralela

• OpenMP
• MPI

PyCUDA, OpenACC y CuBLAS

Unidad IV: Algunas Herramientas Interesantas para el Cómputo Científico y Visualización

• R

• Hadoop
• Paraview
• Otros

ASPECTOS METODOLOGICOS

• Seminarios Teorico-Prácticos
• Análisis de Casos
• Seminarios Especializados con Invitados Internacionales (Opcional: Seminario Ommps, dictado por el Barcelona Supercomputing Center.

VALUACIONES

La evaluación se realizara en cuatro entregas de igual porcentaje, a manera de ePoster o Digital Poster, para cada una de las notas. Estas entregas se realizarán en parejas y se tendrá en cuenta los siguientes factores: complejidad del problema, aporte, originalidad, presentación y calidad de la solución en términos de eficiencia. Los ePosters deberán ser enviados en formato pdf, junto con el código de solución y las instrucciones de compilación. Los ePosters se presentarán en un espacio asignado para tal fin, y los autores tendrán 10 minutos para su presentación.

• Nota 1 (25%): Propuesta de Problema y Algoritmo Inicial.
• Nota 2 (25%): Código de Solución con Memoria Compartida.
• Nota 3 (25%): Código e Solución con Memoria Distribuída.
• Nota 4 (25%): Código de Solución Hibrida o Acelerado.

Evaluaciones

BIBLIOGRAFÍA Y FUENTES DE INFORMACION

• The Fourth Paradigm: Data-Intensive Scientific Discovery in http://research.microsoft.com/en-us/collaboration/fourthparadigm/
• Designing and Building Parallel Programs, by Ian Foster in http://www.mcs.anl.gov/~itf/dbpp/
• Patterns for Parallel Programming, by Timothy G. Mattson, Beverly A. Sanders and Berna L. Massingill. Software Patterns Series, Addison Wesley Ed., USA. 2009. http://www.cise.ufl.edu/research/ParallelPatterns/
• The Art of Concurrency “A thread Monkey’s Guide to Writing Parallel Applications”, by Clay Breshears (Ed. O Reilly, 2009)
• Parallel Scientific Computing in C++ and MPI « A Seamless Approach to Parallel Algorithms and Their Implementation », Karniadakis and Kirby II (Cambridge Press)
• Algorithms Sequential and Parallel « A Unified Approach » Miller and Boxer (Computing Engineering Series)
• Parallel Algorithms, Cassanova, Legrand and Robert (Chapman and Hall/CRC)
• Programming Massively Parallel Processors « A Hands-on Approach » , Kirk and Hwu (Nvidia/Morgan Kaufmann)
• Introduction to High Performance Computing for Scientists and Engineers, Hager and Wellein (Chapman and Hall/CRC)
• Sourcebook of Parallel Computing , Dongarra, Foster, Fox, Groop, Kennedy, Torczon and White (Morgan Kaufmann)
• CUDA by Example « An Introduction to General-Purpose GPU Programming » Sanders and Kandrot (Nvidia/Addison Wesley)
• http://developer.nvidia.com/
• http://grid.uis.edu.co
• https://computing.llnl.gov/tutorials/parallel_comp/
• http://www.sc-camp.org