Obliczenia masywnie równoległe
Informacje ogólne
Kod przedmiotu: | 420-IS2-1MOR-22 |
Kod Erasmus / ISCED: |
11.304
|
Nazwa przedmiotu: | Obliczenia masywnie równoległe |
Jednostka: | Instytut Informatyki |
Grupy: |
1 rok 2 st. sem. letni Informatyka 2L stac. II st. studia informatyki - przedmioty obowiązkowe |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Rodzaj przedmiotu: | obowiązkowe |
Wymagania (lista przedmiotów): | Metody obliczeniowe 0600-IS1-2MOB |
Założenia (lista przedmiotów): | Programowanie równoległe i rozproszone 0600-IS1-3PRR |
Założenia (opisowo): | Studenci powinni mieć dobrze opanowane programowanie strukturalne, dobrą znajomość języka C, wskazana jest podstawowa znajomość języka C++. Ważna jest również znajomość podstawowych pojęć z programowania równoległego i rozproszonego. Wskazana jest umiejętność pracy w środowisku unix/linuks z poziomu terminala, znajomość jednego z edytorów tekstowych dostępnych w środowisku terminala (vi/vim, emacs, nano, mcedit). |
Tryb prowadzenia przedmiotu: | mieszany: w sali i zdalnie |
Skrócony opis: |
Przedmiot ma za zadanie wprowadzenie studentów w zagadnienia nowoczesnych obliczeń naukowych realizowanych przy pomocy akceleratorów opartych na procesorach graficznych. W ramach wykładu zostaną omówione podstawy teoretyczne a w trakcie ćwiczeń studenci zdobędą praktyczną wiedzę w zakresie analizy algorytmów obliczeniowych, wyodrębniania kerneli obliczeniowych i ich przenoszenia na koprocesor graficzny z wykorzystaniem języka CUDA. |
Pełny opis: |
Profil studiów: ogólnoakademicki Forma studiów: stacjonarne Rodzaj przedmiotu: fakultatywny Dziedzina: Nauki i ścisłe i przyrodnicze, dyscyplina: informatyka. Rok studiów / semestr: 1 / 2 Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów): Przedmioty wprowadzające: Podstawy programowania strukturalnego Wstęp do programowania obiektowego Programowanie zaawansowane Wykład: 15h Laboratorium: 30h Metody dydaktyczne: Materiały dydaktyczne są opracowane w formacie slajdów i prezentowane w trakcie wykładów. Pliki pdf ze slajdami są udostępniane studentom. Instrukcje laboratoryjne są udostępniane studentom na każdych zajęciach. Przewidziane są także konsultacje. Punkty ECTS: 4 Bilans nakładu pracy studenta: Udział w zajęciach: - wykład 15h - laboratorium 30h Przygotowanie do zajęć: - wykład 0h - laboratorium 10h Zapoznanie z literaturą: 5h Sprawozdania, raporty z zajęć, prace domowe: 30h Przygotowanie do zaliczenia: - Czas trwania zaliczenia: - Udział w konsultacjach: 30h Wskaźniki ilościowe: Nakład pracy studenta związany z zajęciami: - wymagającymi bezpośredniego udziału nauczyciela: 75, 3ECTS - praca samodzielna: 45, 1 ECTS |
Literatura: |
CUDA C++ Programming Guide (https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html) CUDA C++ Best Practices Guide (https://docs.nvidia.com/cuda/cuda-c-best-practices-guide/index.html) |
Efekty uczenia się: |
Studenci zdobędą podstawowe umiejętności programowania w CUDA - najpopularniejszym środowisku obliczeń masywnie równoległych. Zdobędą podstawowe umiejętności analizy problemów obliczeniowych pod kątem możliwości ich zrównoleglenia i zaproponowanie równoległej wersji algorytmu obliczeniowego. W wyniku zajęć zrealizowane zostaną następujące efekty kształcenia: 1. Ma podstawową wiedzę w zakresie algorytmów dla masywnych obliczeń równoległych z zastosowaniem nowoczesnych metod numerycznych oraz ich realizacji na maszynach wieloprocesorowych, wielordzeniowych i kartach graficznych. KP7_WG8 2. Ma wiedzę o trendach rozwojowych i nowych osiągnięciach w zakresie informatyki. KP7_WG9, KP7_WK1 3. Umie dokonać implementacji masywnych algorytmów przetwarzania równoległego, w tym w środowisku kart graficznych. KP7_UW8, KP7_UW11, KP7_UW12, KP7_UW13, KP7_UW15 4. Implementuje zaawansowane dynamiczne struktury danych oraz zaawansowane algorytmy. KP7_UW11, KP7_UW12, KP7_UW15, 5. Potrafi zaproponować usprawnienia istniejących rozwiązań oraz myśleć i działać w sposób kreatywny i innowacyjny. KP7_UW14, KP7_UO4 6. Rozumie ograniczenia własnej wiedzy i potrzebę dalszego kształcenia, w tym zdobywania wiedzy poza dziedzinowej. KP7_UU2 7. Rozumie potrzebę systematycznego zapoznawania się z najnowszymi trendami rozwoju technologii informatycznych poprzez czasopisma naukowe i popularnonaukowe oraz witryny internetowe. KP7_KR1 |
Metody i kryteria oceniania: |
Zaliczenia na ocenę na podstawie wykonanych projektów |
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.