Difference between revisions of "Algoritmos y Computación de Alto Rendimiento"

Revision as of 16:51, 10 November 2021

Volver a Cursos

Algoritmos y Computación de Alto Rendimiento - Código 29451

Carlos Jaime Barrios Hernandez, PhD. - (c b a r r i o s (@) u i s . e d u . c o )

Asistencia Técnica-Teórica:. Equipo SC3UIS

El desarrollo de algoritmos computacionales para soportar tanto análisis de datos como simulaciones de fenómenos físicos (diseñados, reproducidos en laboratorio, observados o propuestos) es importante para garantizar precisamente la calidad, realismo, confianza y reproductibilidad del conocimiento generado. Dichos algoritmos, que surgen de modelos previamente concebidos se convertirán en códigos que componen programas de computación que serán ejecutados en máquinas computacionales. El rendimiento obtenido y las capacidades, dependen igualmente del algoritmo pero no hay que olvidar que de las características arquitecturales de la máquina computacional utilizada.

Precisamente, este curso (teórico-práctico) busca fundamentar el desarrollo de algortimos y su implementación en lenguajes de programación que permitan el desarrollo de códigos para atacar un problema físico, ejecutar ese código y obtener el máximo desempeño y confianza. Teniendo en cuenta la diversidad de arquitecturas computacionales que permiten seleccionar que tipo de plataforma se necesita para atacar un problema, igualmente es necesario conocer diferentes aspectos arquitecturales tecnológicos y espacios de desarrollo que permiten la colaboración y la reproductibilidad.

Contenido ( No en un orden estricto, Después de Encuesta con los Estudiantes)

Introducción a la Computación Científica
Fundamentos para el Análisis y Diseño de Algoritmos
- Principios Básicos de Representación
- Análisis de Complejidad
Programación de Algoritmos Científicos cn C/C++ : Una Introducción
- Principios Básicos
- Buenas Prácticas de Desarrollo
- Compilación Ejecución Eficiente y Optimización
- Debugging, Profiling and Tracing.
Sistemas, Plataformas y Ambientes de Desarrollo y Ejecución
- Aquitecturas computacionales para investigación (y desarrollo científico)
  - Infrastructuras
  - Repositorios (GitHub/GitLab) y Ambientes Colaborativos
  - Sistemas Operativos (Linux)
- Interacción y Plataformas de Gran Escala
Cómputo Científico Paralelo
- Concurrencia y Paralelismo
- Paradigmas de Programación Paralela
  - Memoria Compartida con OpenMP
  - Memoria Distribuida con MPI
  - Memoria Hibrida con OpenACC (Y un poco de CUDA)
  - Otras Posibilidades
- Paralelismo Cuántico : Una introducción
- Librerias, Solucionadores y Más

Evaluación

Evaluaciones programadas para el 2do Semestre de 2021

La evaluación planteada, busca promover el trabajo colaborativo, por equipos que se conforman de acuerdo a la afinidad e interés en una temática específica de la física. Y en ese trabajo se tendrán en cuenta los siguientes aspectos

20% Diseño y Análisis de Algoritmo a Realizar (Diciembre 7 2021)
20%: Implementación y Solución
20%: Análisis y Evaluación de Rendimiento
20%: Presentación de la propuesta como un póster digital (Marzo 8 2022)*
20%: Trabajos Prácticos en Clase

Bonus: Participación en seminarios y eventos libres propuestos por el profesor en el transcurso del curso

*Los puntos 2 y 3 deben estar contenidos en la presentación del poster digital y en un repositorio github/gitlab (codigo de la solución y visualizaciones posibles)

@@ Line 4: / Line 4: @@
 ==='''PRESENTACION DEL CURSO'''===
 <div class="column clearfix">
-Cuando .
+El desarrollo de algoritmos computacionales para soportar tanto análisis de datos como simulaciones de fenómenos físicos (diseñados, reproducidos en laboratorio, observados o propuestos) es importante para garantizar precisamente la calidad, realismo, confianza y reproductibilidad del conocimiento generado. Dichos algoritmos, que surgen de modelos previamente concebidos se convertirán en códigos que componen programas de computación que serán ejecutados en máquinas computacionales. El rendimiento obtenido y las capacidades, dependen igualmente del algoritmo pero no hay que olvidar que de las características arquitecturales de la máquina computacional utilizada.
-Este es un curso dirigido a estudiantes de postgrado, que si bien puede compararse en contenido con el curso [http://wiki.sc3.uis.edu.co/index.php/Introducci%C3%B3n_a_la_programaci%C3%B3n_paralela Introducción a la programación paralela] el enfoque es hacia estudiantes de master y doctorado en ciencias computacionales y afines, haciendo énfasis en la obtención de altas prestaciones, y en el soporte hacia la solución de problemas científicos multidisciplinarios, desde un enfoque computacional.
+Precisamente, este curso (teórico-práctico) busca fundamentar el desarrollo de algortimos y su implementación en lenguajes de programación que permitan el desarrollo de códigos para atacar un problema físico, ejecutar ese código y obtener el máximo desempeño y confianza. Teniendo en cuenta la diversidad de arquitecturas computacionales que permiten seleccionar que tipo de plataforma se necesita para atacar un problema, igualmente es necesario conocer diferentes aspectos arquitecturales tecnológicos y espacios de desarrollo que permiten la colaboración y la reproductibilidad.
 </div>
-==='''Contenido'''===
+==='''Contenido ( No en un orden estricto, Después de Encuesta con los Estudiantes)'''===
 <div class="col-md-14">
-#Introducción a la Computación de Alto Rendimiento y Cálculo Científico
+#Introducción a la Computación Científica
-#*Altas Prestaciones y Alta Demanda Computacional
+#Fundamentos para el Análisis y Diseño de Algoritmos
-#*Computación Científica y de Alto Rendimiento
+#*Principios Básicos de Representación
-#*Evolución de la Computación de Alto Rendimiento
+#*Análisis de Complejidad
-#*El Top500 y otros rankings
+#Programación de Algoritmos Científicos cn C/C++ : Una Introducción
-#Arquitecturas Paralelas y Sistemas Escalables
+#*Principios Básicos
-#*Modelos de Máquinas  y Ejecución Paralelas
+#*Buenas Prácticas de Desarrollo
-#*Paralelismo y Comunicación
+#*Compilación Ejecución Eficiente y Optimización
-#*Caracterización de Flynn
+#*Debugging, Profiling and Tracing.
-#*Multinucleos y Multiprocesamiento
+#Sistemas, Plataformas y Ambientes de Desarrollo y Ejecución
-#*Procesamiento Vectorial
+#*Aquitecturas computacionales para investigación (y desarrollo científico)
-#*Arquitecturas para el Procesamiento Masivamente Paralelo (Manycores)
+#**Infrastructuras
-#*Modelos de Memoria
+#**Repositorios (GitHub/GitLab) y Ambientes Colaborativos
-#**Jerarquia de Memoria
+#**Sistemas Operativos (Linux)
-#*Sistemas Distribuidos de Gran Escala
+#*Interacción y Plataformas de Gran Escala
-#*Unidades de Procesamiento Tensor
+#Cómputo Científico Paralelo
-#*Unidades de Procesamiento Cuántico
+#*Concurrencia y Paralelismo
-#*Sistemas Operativos, Sistemas de Archivos, Calendarización y Monitoreo en Arquitecturas Paralelas
+#*Paradigmas de Programación Paralela
-#**Aspectos especiales de Linux y Slurm
+#**Memoria Compartida con OpenMP
-#*Algunos aspectos relacionados con CAPEX y Ambientes de Implementación de Plataformas
+#**Memoria Distribuida con MPI
-#**Energia y Temperatura
+#**Memoria Hibrida con OpenACC (Y un poco de CUDA)
-#**Seguridad y Comodidad
+#**Otras Posibilidades
-#Algoritmos Concurrentes y Paralelos
+#*Paralelismo Cuántico : Una introducción
-#*Caracterización de Paralelismo
+#*Librerias, Solucionadores y Más
-#*Granularidad
-#*Multihilos y Multiprocesos
-#*Modelos de Computación (RAM, PRAM, Sorting Networks, BSP, LogP y otros)
-#*Modelos de Algoritmos Concurrentes
-#**Descomposición de Tareas
-#**Descomposición de Datos
-#**Dividir y Conquistar
-#**Tuberias (Pipeline)
-#**Recursividad y Otros (Embarrassingly Parallelism y Otros)
-#*Algoritmos No Paralelos
-#*Balanceo de Carga y Calendarización (Scheduling)
-#*Algunos Aspectos Importantes de Comunicación
-#Paradigmas y Modelos de Programación Paralela
-#*Ambientes de Programación Paralela
-#*Modelo de Programación de Memoria Compartida
-#**OpenMP
-#*Modelo de Programación de Memoria Distribuída
-#**Paso de Mensajes con MPI
-#*Modelo Programación de Memoria Híbrida/Heterogénea
-#**Programación de Sistemas CPU-GPU (Sistemas GPGPU)
-#***Fundamentos de Programación de GPUs y Múltiples GPU con CUDA
-#*Uso de Directivas de Aceleración con OpenACC
-#*Otros Mecanismos de Implementación y Aceleración de Aplicaciones
-#*Aspectos Importantes de Comunicación, Balanceo de Carga y Tolerancia a Fallos desde la Implementación
-#*Implementaciones hibridas
-#**OpenMP + MPI
-#**CUDA + MPI
-#Optimización
-#*Optimización Local y Global Paralela
-#Evaluación de Desempeño
-#*Latencia y Throughput
-#*Speedup (Aceleración), Eficiencia y Escalabilidad
-#*Ley de Amhdal
-#*Ley de Gustaffon-Barsis
-#*Complejidad Asimptótica (Aceleración y Eficiencia)
-#*Modelo de Little
-#*Análisis de Rendimiento y Tunning (Ajuste)
-#Debugging and Profiling
-#*Consideraciones de Debugging y Monitoreo de Rendimiento y Comportamiento
-#*Herramientas para el Debugging y el Profling
-#Lineamientos para el Desarrollo de Aplicaciones Paralelas
-#*Patrones para el Flujo de Control y de Ejecución
-#*Patrones para la Administración de Datos
-#*Espacios de Diseño y Desarrollo de Programas Paralelos
-#**Búsqueda de Explotación de Concurrencia
-#**Diseño de Estructura de Algoritmo
-#**Selección de Estructuras de Soporte de Algoritmos Paralelos
-#**Selección de Mecanismos de Implementación
-#Direcciones y Tendencias en Programación Paralela
-#*Exascale
-#*Explotación de Unidades Tensor y Aplicaciones Emergentes
-#*Visualizacióm
-#*Explotación de Memoria
-#*Paradigmas de Programación Emergentes
-#*Computación Cuántica
-#*Tecnologías de ruptura computacional
 </div>
 ==='''Evaluación'''===
-====='''Evaluaciones programadas para el 1er Semestre de 2021'''=====
+====='''Evaluaciones programadas para el 2do Semestre de 2021'''=====
-El objetivo este semestre, es que el desarrollo del curso contribuya a tratar alguno de los aspectos de su proyecto de investigación de postgrado, o algún proyecto relacionado. La evaluación se dará en tres fases:
+La evaluación planteada, busca promover el trabajo colaborativo, por equipos que se conforman de acuerdo a la afinidad e interés en una temática específica de la física. Y en ese trabajo se tendrán en cuenta los siguientes aspectos
-# '''FASE 1:''' Presentación de la propuesta a realizar.
+#'''20%''' Diseño y Análisis de Algoritmo a Realizar '''(Diciembre 7 2021)'''
-# '''FASE 2: Desarrollo de la propuesta.'''
+#'''20%:''' Implementación y Solución
-# '''FASE 3: Presentación de la propuesta como un poster digital'''
+#'''20%:''' Análisis y Evaluación de Rendimiento
+#'''20%:''' Presentación de la propuesta como un póster digital '''(Marzo 8 2022)*'''
+#'''20%:''' Trabajos Prácticos en Clase
+''Bonus: Participación en seminarios y eventos libres propuestos por el profesor en el transcurso del curso''
+''*Los puntos 2 y 3 deben estar contenidos en la presentación del poster digital y en un repositorio github/gitlab (codigo de la solución y visualizaciones posibles)''
-Por adicional, se tiene en cuenta la participación en todas las sesiones.
 <br />
 ==='''Bibliografía y Fuentes de Información'''===

Difference between revisions of "Algoritmos y Computación de Alto Rendimiento"

Revision as of 16:51, 10 November 2021

Contents

PRESENTACION DEL CURSO

Contenido ( No en un orden estricto, Después de Encuesta con los Estudiantes)

Evaluación

Evaluaciones programadas para el 2do Semestre de 2021

Bibliografía y Fuentes de Información