Algoritmos y Computación de Alto Rendimiento

 

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

PRESENTACION DEL CURSO

Cuando .

Este es un curso dirigido a estudiantes de postgrado, que si bien puede compararse en contenido con el curso 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.

Contenido

1. Introducción a la Computación de Alto Rendimiento y Cálculo Científico
   • Altas Prestaciones y Alta Demanda Computacional
   • Computación Científica y de Alto Rendimiento
   • Evolución de la Computación de Alto Rendimiento
   • El Top500 y otros rankings
2. Arquitecturas Paralelas y Sistemas Escalables
   • Modelos de Máquinas y Ejecución Paralelas
   • Paralelismo y Comunicación
   • Caracterización de Flynn
   • Multinucleos y Multiprocesamiento
   • Procesamiento Vectorial
   • Arquitecturas para el Procesamiento Masivamente Paralelo (Manycores)
   • Modelos de Memoria
     • Jerarquia de Memoria
   • Sistemas Distribuidos de Gran Escala
   • Unidades de Procesamiento Tensor
   • Unidades de Procesamiento Cuántico
   • Sistemas Operativos, Sistemas de Archivos, Calendarización y Monitoreo en Arquitecturas Paralelas
     • Aspectos especiales de Linux y Slurm
   • Algunos aspectos relacionados con CAPEX y Ambientes de Implementación de Plataformas
     • Energia y Temperatura
     • Seguridad y Comodidad
3. Algoritmos Concurrentes y Paralelos
   • Caracterización de Paralelismo
   • 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
4. 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
5. Optimización
   • Optimización Local y Global Paralela
6. 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)
7. Debugging and Profiling
   • Consideraciones de Debugging y Monitoreo de Rendimiento y Comportamiento
   • Herramientas para el Debugging y el Profling
8. 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
9. 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

Evaluación

Evaluaciones programadas para el 1er 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:

1. FASE 1: Presentación de la propuesta a realizar.
2. FASE 2: Desarrollo de la propuesta.
3. FASE 3: Presentación de la propuesta como un poster digital

Por adicional, se tiene en cuenta la participación en todas las sesiones.