Calcul Intensif
Le Calcul Intensif
Objectifs de l’enseignement :
Cette matière enseigne la pratique d'agrégation de la puissance de calcul d'une manière qui offre des performances beaucoup plus élevées que celles que l'on pourrait obtenir d'un ordinateur de bureau ou d'une station de travail typique, et ce, afin de résoudre des problèmes contenant des sonnées massifs.
Connaissances préalables recommandées :
Algorithmique et programmation de niveau de Licence, Connaissances de C++.
Contenu de la matière :
Chapitre 1 : Concepts de traitement parallèle (aperçu rapide)
• Niveaux de parallélisme (instruction, transaction, tâche, thread, mémoire, fonction)
• Modèles (SIMD, MIMD, SIMT, SPMD, modèles de flux de données, calcul basé sur la demande, etc.)
• Architectures : architectures superscalaires à l'échelle N, multicœurs, multithread
Chapitre 2 : Programmation parallèle avec CUDA
• Architecture de processeur, interconnexion, communication, organisation de la mémoire et modèles de programmation dans les architectures de calcul haute performance.
• Hiérarchie de la mémoire et conception de la mémoire spécifique à la transaction
Chapitre 3 : Problèmes fondamentaux de conception dans le calcul parallèle
• Synchronisation et Planification et partitionnement des tâches
• Analyse des dépendances
• Mappage d'algorithmes parallèles sur des architectures parallèles
• Analyse des performances des algorithmes parallèles
Chapitre 4 : Limitations fondamentales du calcul parallèle
• Limitations de bande passante et limitations de latence
• Techniques de masquage / tolérance de latence et leurs limites
Chapitre 5 : Informatique et communication axée sur la puissance
• Techniques de traitement sensibles à la puissance
• Conception de mémoire sensible à l'alimentation
• Gestion de l'alimentation logicielle
Chapitre 6 : Sujets avancés
• Petascale Computing
• Optique dans le calcul parallèle
• Ordinateurs quantiques
• Développements récents en nanotechnologie et son impact sur le HPC
Mode d’évaluation : Examen (60%), contrôle continu (40%).
Références
• Bell, C.G. and Newell, A. Computer Structures. McGraw-Hill, New York 1971
• Bailey, D.H. and Buzbee, W. Private communication
• Bell, C.G. Multis: A new class of multiprocessor computers. Science 228. (Apr. 25, 1985), 452- 457
Probability
The module aims to give an overview of basic Probability notions.
The first half of the course takes further the probability theory that was developed in the previous year. The aim is to build up a range of techniques that will be useful in dealing with mathematical models involving uncertainty.
The second half of the course is concerned with Markov chains in discrete time and Poisson processes in one dimension, both with developing the relevant theory and giving examples of applications.