Faculdade de Ciências e Tecnologia

Computação de Alto Desempenho

Código

11165

Unidade Orgânica

Faculdade de Ciências e Tecnologia

Departamento

Departamento de Informática

Créditos

6.0

Professor responsável

Maria Cecília Farias Lorga Gomes, Pedro Abílio Duarte de Medeiros

Horas semanais

Total de horas

Língua de ensino

Inglês

Objectivos

Saber:

Arquiteturas de multiprocessadores e arquiteturas heterogéneas (CPU e GPUs)
Técnicas de decomposição de problemas
Linguagens, bibliotecas e ferramentas necessárias para as vários fases de desenvolvimento de um programa paralelo

Saber Fazer:

Otimização do desempenho de um programa sequencial
Utilização de ferramentas de medida de desempenho de multiprocessadores e de clusters
Programação de multiprocessadores usado C/C++, OpenMP, MPI e CUDA da NVIA

Soft-Skills:

Raciocionar e avaliar criticamente as alternativas de solução e abordagens para a resolução de problemas.

Pré-requisitos

Supõe-se que os estudantes conhecem conceitos básicos de arquitetura de computadores, redes de comunicação e sistemas de operação, e assume-se proficiência em programação (tem sido utilizada a linguagem C ou C++).

Conteúdo

Computação de alto desempenho: hardware, software, aplicações e indicadores de desempenho.
Programação de multiprocessadores de memória partilhada. OpenMP. Exemplos de aplicação.
Computação usando GPUs. CUDA da Nvidia.
Programação de clusters. MPI. Exemplos de aplicação.
Programação paralela estruturada -- exemplos de padrões paralelos.

Bibliografia

Principal:

P. Pacheco, " An Introduction to Parallel Programming", Morgan Kauffman, 2011

Bibliografia adicional:

Norm Matloff, "Programming on Parallel Machines: GPU, Multicore, Clusters and More", University of California, Davis,

Método de ensino

As aulas teóricas têm por objectivo a apresentação dos principais temas e discutir as questões mais relevantes. As sessões laboratoriais têm lugar num laboratório de uso geral com acesso a PCs (que são multi-core) quer para a programação de memória partilhada quer para a de memória distribuída. Estão também acessíveis máquinas com arquitecturas heterogéneas (com CPU e GPUs Nvidia) para a programação de modelos de memória partilhada.

Método de avaliação

Dois testes intermédios (com o peso total de 60% na nota final). Esta componente tem nota mínima de 8.5 valores.

Três projectos de programação (com o peso total de 40% na nota final)

Cursos

Engenharia Informática