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

From Supercomputación y Cálculo Científico UIS
Line 40: Line 40:
 
* Visit
 
* Visit
 
* Otros
 
* Otros
 +
 +
==== '''Evaluaciones''' ====
 +
* 30% Quices y Talleres de Clase
 +
* 70% Trabajo Final de Aplicación
 +
** 20% Informe escrito tipo artículo
 +
** 30% Desarrollo del Proyecto
 +
** 20% Presentación Oral en 10 Minutos

Revision as of 21:55, 4 September 2017

Volver a Cursos

Computación de Alto Rendimiento y Científica - Código 76734

PhD Debugging.gif

Instructores

Carlos Jaime Barrios Hernández, PhD. ( c b a r r i o s + * @ * + u i s . e d u . c o )

Gilberto Javier Diaz Toro, MsC. ( g i l b e r t o . d i a z + * @ * + u i s . e d u . c o )

Jorge Luis Chacón Velasco, PhD. (j c h a c on - * @ * - u i s . e d u . c o )

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

  • Computacíón de Alto Rendimiento y Científica
  • Arquitecturas Escalables y de Cómputo de Alto Rendimiento
  • Linux y SLURM

Unidad II: Programación Científica

  • Algoritmos
  • Introducción al C/C++
  • Introducción al Python

Unidad III: Modelos de Programación Paralela

  • Memoría Compartida con OpenMP
  • Memoria Distribuída con MPI
  • PyCUDA, OpenACC y CuBlas

Unidad IV: Herramientas Interesantes para Cómputo Científico

  • R
  • Hadoop
  • Otras

Unidad V: Visualización

  • gnuPlot
  • Paraview
  • Visit
  • Otros

Evaluaciones

  • 30% Quices y Talleres de Clase
  • 70% Trabajo Final de Aplicación
    • 20% Informe escrito tipo artículo
    • 30% Desarrollo del Proyecto
    • 20% Presentación Oral en 10 Minutos