Інфопакет

Високопродуктивні обчислення

ОК 5

Обов’язкова дисципліна для ОП

Другий

2022/2023

2 Семестр

6

Студент повинен знати: - сфери застосування високопродуктивних обчислень в ІТ-галузі, науці та техніці; - загальні характеристики високопродуктивних обчислювальних систем; - основні підходи до вирішення складних обчислювальних задач на високопродуктивних комп’ютерних системах; - основні види технологій розпаралелювання та прискорення обчислень в високопродуктивних комп’ютерних системах; - загальну специфіку застосування технологій OpenMP, MPI та графічних прискорювачів для проведення обчислень. Студент повинен вміти: - створювати опис пакетного завдання під задану систему керування ресурсами обчислювального кластера; - підключати та встановлювати необхідні програмні бібліотеки та модулі в середовище збірки та застосовувати його для компіляції власних програмних компонент; - реалізовувати заданий алгоритм розрахунків в програмному коді з використанням технологій MPI та OpenMP та здійснювати відлагоджування.

Очна форма

Навчальна дисципліна «Високопродуктивні обчислення» використовує знання та вміння базової професійної та практичної підготовки бакалавра галузі знань «Інформаційні технології», зокрема алгоритми та методи обчислень, принципи та протоколи комп’ютерних мереж, навички системного програмування та основи паралельних обчислень.

Дисципліна «Високопродуктивні обчислення» знайомить студентів із сучасними методами реалізації високопродуктивних обчислень. Сучасний підхід передбачає як застосування обчислювальних кластерів, так і спеціалізованих суперкомп’ютерів. Це вимагає застосування відповідного програмного інструментарію – засобів для розпаралелювання MPI та OpenMP, а також програмних інтерфейсів для використання спеціалізованих апаратних прискорювачів, таких як CUDA. Архітектурні особливості високопродуктивних обчислювальних систем також обумовлюють використання певних програмних інструментів та алгоритмів – спільна чи розподілена пам’ять, топологія комунікаційної мережі, гомогенність чи гетерогенність обчислювальних засобів, тощо. В курсі розглядаються типові архітектури та на прикладі відомих обчислювальних задач розглядаються різні підходи до реалізації розрахунків із використанням середовища обчислювального кластера університету.

1. Thomas Sterling, Maciej Brodowicz, Matthew Anderson. High Performance Computing: Modern Systems and Practices. — Morgan Kaufmann, 2017. — 718 pp. 2. Організація паралельних обчислень: Навчальний посібник / Укладачі: Є. Ваврук, О. Лашко. – Львів: Національний університет “Львівська політехніка”, 2017. – 70 с. 3. Луцків А.М., Лупенко С.А., Пасічник В.В. Паралельні та розподілені обчислення. — Львів. Магнолія, 2017. — 566 с. 4. William Gropp, Ewing Lusk, Anthony Skjellum. Using MPI, third edition: Portable Parallel Programming with the Message-Passing Interface. — MIT Press, 2014. — 336 pp. 5. Barbara Chapman, Gabriele Jost and Ruud van der Pas. Using OpenMP – Portable Shared Memory Parallel Programming. — MIT Press, 2007. — 384 pp.

Лекції, лабораторні роботи, самостійна робота.

Семестрове оцінювання: навчальний семестр має 4 лабораторні роботи. Після завершення виконання лабораторних робіт та написання звітів проводяться усні захисти звітів із демонстраціями коректного виконання завдань, аналізом продуктивності запропонованого рішення та оглядом здійснених оптимізацій. Обов’язковим для допуску до іспиту є: захист звіту з кожної лабораторної роботи з кількістю балів не менше 8 із 15. Підсумкове оцінювання (у формі іспиту): письмове електронне тестування. Тест складається з 20 питань із варіантами відповіді, які оцінюються по 2 бали за кожне. Всього за іспит можна отримати від 0 до 40 балів. Умовою досягнення позитивної оцінки за дисципліну є отримання не менш ніж 60 балів, оцінка за іспит не може бути меншою за 24 бали.

Українська