Бакалавриат 2024/2025

Распределенные вычисления (Технологии IoT)

Статус: Курс обязательный (Технологии искусственного и дополненного интеллекта)

Направление: 09.03.04. Программная инженерия

Кто читает: Кафедра прикладной математики и информатики (Нижний Новгород)

Где читается: Факультет информатики, математики и компьютерных наук (Нижний Новгород)

Когда читается: 4-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для своего кампуса

Преподаватели: Пеплин Федор Сергеевич

Язык: русский

Кредиты: 4

Программа дисциплины

Аннотация

Курс направлен на формирование у студентов навыков создания параллельных программ, а также умения работы с распределенными вычислительными системами.Курс посвящен разработке параллельных программ для систем с общей памятью с использованием Pthreads, OpenMP, а также систем с распределенной памятью (MPI) и гетерогенных систем (CUDA).

Цель освоения дисциплины

• Формирование навыков создания паралелльных программ для систем с общей и распределенной памятью с использованием API pthreads, OpenMP, CUDA и MPI
• Получение практических навыков работы с файловой системов HDFS и создания программ в парадигме MapReduce

Планируемые результаты обучения

• Классифицировать параллельные системы по используемой памяти и по количеству потоков инструкций и команд
• Описывать аппаратную архитектуру параллельных систем
• Оценивать производительность параллельных программ (ускорение, эффективность), характеризовать основные закономерности (закон Амдаля, масштабируемость)
• Разрабатывать параллельные программы для систем с общей памятью с использованием pthreads и OpenMP
• Использовать мьютексы и семафоры
• Синхронизировать работу потоков с помощью семафоров и условных переменных
• Выявлять false sharing, определять его влияние на производительность параллельных программ
• Использовать блокировки чтения-записи
• Писать потокобезопасный код
• Использовать средства индивидуальной и коллективной коммуникации в MPI
• Использовать производные типы данных в MPI-программах
• Разрабатывать программы для графических процессоров с использованиеим CUDA
• Использовать общую память и warp shuffle в CUDA-приложениях

Содержание учебной дисциплины

• Общие сведения о параллельных и распределенных вычислительных системах
• Средства разработки программ для многоядерных систем с общей памятью
• Разработка программ для систем с распределенной памятью
• Средства разработки гетерогенных систем

Элементы контроля

• Многопоточность
• Разработка программ для систем с распределенной памятью (MPI)
• Программирование видеокарт (CUDA)
• Экзамен

Промежуточная аттестация

• 2024/2025 2nd module
  0.166 * Многопоточность + 0.167 * Программирование видеокарт (CUDA) + 0.167 * Разработка программ для систем с распределенной памятью (MPI) + 0.5 * Экзамен

Список литературы

Рекомендуемая основная литература

• Архитектура компьютера, Таненбаум, Э., 2014
• Параллельное программирование на современном C++ : что каждый профессионал должен знать о параллельном программировании, Гримм, Р., 2022
• Параллельное программирование с использованием OpenMP : учеб. пособие для вузов, Левин, М. П., 2012
• Параллельные вычисления на GPU : архитектура и программная модель CUDA: учеб. пособие для вузов, Боресков, А. В., 2012
• Современные языки и технологии параллельного программирования : учебник для вузов, Гергель, В. П., 2012
• Современные языки и технологии параллельного программирования : учебник, Гергель В.П., Садовничий В.А., 2012
• Теория и практика параллельных вычислений : учебное пособие, Гергель, В. П., 2007
• Технологии параллельного программирования MPI и OpenMP : учеб. пособие для вузов, Антонов, А. С., 2012
• Технология CUDA в примерах : введение в программирование графических процессоров, Сандерс, Дж., 2011

Рекомендуемая дополнительная литература

• Программирование GPU при помощи Python и CUDA : исследуйте высокопроизводительные параллельные вычисления с помощью CUDA, Тоуманен, Б., 2020

Авторы

• Пеплин Федор Сергеевич