Difference between revisions of "Computación de alto rendimiento y científica"

From Supercomputación y Cálculo Científico UIS
Line 32: Line 32:
 
<div class="col-md-14">
 
<div class="col-md-14">
 
     <div class="panel panel-darker-white-border"><div class="panel-body">
 
     <div class="panel panel-darker-white-border"><div class="panel-body">
<b>Unidad I: Introducción General</b><ul>
+
<b>Unidad I: Introducción General</b>
<li>
+
 
 +
<ul>
 
<li>Arquitecturas Escalables
 
<li>Arquitecturas Escalables
 
</li>
 
</li>
Line 40: Line 41:
 
<li>Introducción al Uso de Arquitecturas Escalables
 
<li>Introducción al Uso de Arquitecturas Escalables
 
<li>Lilnux y SLURM
 
<li>Lilnux y SLURM
</li></li></li>
+
</li>
<li><b>Unidad II: Programación Científica</b>  
+
<li>
<li>Algo de Algoritmos
+
</li></ul><b>Unidad II: Programación Científica</b><ul><li>Algo de Algoritmos
 
</li>
 
</li>
 
<li>C/C++
 
<li>C/C++
 
</li>
 
</li>
 
<li>Python
 
<li>Python
</li></li></ul>
+
</li></ul><b>Unidad III:</b> '''Modelos de Programación Paralela'''
* <b>Unidad III:</b> '''Modelos de Programación Paralela'''
+
* <li>OpenMP</li>* <li>MPI
* * <li>OpenMP</li>* <li>MPI
 
 
</li>* <li>PyCUDA, OpenACC y CuBLAS
 
</li>* <li>PyCUDA, OpenACC y CuBLAS
 
</li>
 
</li>
 
+
'''Unidad IV: Algunas Herramientas Interesantas para el Cómputo Científico y Visualización'''
* '''Unidad IV: Algunas Herramientas Interesantas para el Cómputo Científico y Visualización'''
+
* R
** R
+
* Hadoop
** Hadoop
+
* Paraview
** Paraview
+
* Otros
** Otros
 
 
</div>
 
</div>
 
     </div>
 
     </div>
Line 79: Line 78:
 
         </div>
 
         </div>
 
         <div class="panel-body">
 
         <div class="panel-body">
             <p> </p>
+
             <p>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. </p>
 
                 <ul>
 
                 <ul>
 
                     <li>Nota 1 (25%): Propuesta de Problema y Algoritmo Inicial.</li>
 
                     <li>Nota 1 (25%): Propuesta de Problema y Algoritmo Inicial.</li>

Revision as of 19:42, 4 September 2017


Logo_sc33.png

Computación de alto rendimiento y científica - Código 26734
PhD Debugging.gif

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.

    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