Распределенные вычисления

2023/2024

Учебный год

RUS

Обучение ведется на русском языке

6

Кредиты

Кто читает:

Кафедра прикладной математики и информатики (Нижний Новгород) (Факультет информатики, математики и компьютерных наук (Нижний Новгород))

Статус:

Курс обязательный

Когда читается:

4-й курс, 1, 2 модуль

Преподаватель

Пеплин Федор Сергеевич

Программа дисциплины

Аннотация

Курс направлен на формирование у студентов навыков создания параллельных программ, а также умения работы с распределенными вычислительными системами. Первая часть курса посвящена разработке параллельных программ для систем с общей памятью с использованием Pthreads, OpenMP, а также систем с распределенной памятью (MPI) и гетерогенных систем (CUDA). Во второй части курса студенты знакомятся с основными понятиями распределенных вычислений, системой Hadoop и парадигмой MapReduce.

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
• Описывать модель распределенных вычислений
• Называть основные принципы построения логических часов (время Лэмпорта, векторное время)
• Реализовывать алгоритмы взаимного исключения в распределенных системах
• Описывать устройство файловой системы HDFS
• Разрабатывать приложения с использованием парадигмы MapReduce
• Использовать фреймворк Spark

Содержание учебной дисциплины

• Общие сведения о параллельных и распределенных вычислительных системах
• Средства разработки программ для многоядерных систем с общей памятью
• Средства разработки программ для систем с распределенной памятью
• Средства разработки гетерогенных систем
• Теоретические основы распределенных вычислений
• Распределенная обработка больших данных

Элементы контроля

• Численное решение дифференциальных уравнений
• Умножение векторов и матриц
• Прямые и итерационные методы решения СЛАУ
• Итоговый тест

Промежуточная аттестация

• 2023/2024 учебный год 2 модуль
  0.3 * Итоговый тест + 0.233 * Прямые и итерационные методы решения СЛАУ + 0.233 * Умножение векторов и матриц + 0.234 * Численное решение дифференциальных уравнений

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
• Программирование GPU при помощи Python и CUDA : исследуйте высокопроизводительные параллельные вычисления с помощью CUDA, Тоуманен, Б., 2020
• Распределенные вычислительные системы, Лорин, Г., 1984
• Распределенные данные : алгоритмы работы современных систем хранения информации, Петров, А., 2022
• Распределенные системы : принципы и парадигмы, 877 с., Таненбаум, Э., Стеен, М., 2003
• 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

• Операционные системы. Т.2: Распределенные системы, сети, безопасность, Дейтел, Х. М., 2007
• Распределенные алгоритмы : интуитивный подход, Фоккинк, У., 2017