"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Kursplan:

Parallelldatorsystem, 7,5 hp

Kursen är nedlagd

Engelskt namn: Parallel Computer Systems

Denna kursplan gäller: 2011-05-09 och tillsvidare

Kurskod: 5DV011

Högskolepoäng: 7,5

Utbildningsnivå: Grundnivå

Huvudområden och successiv fördjupning: Datavetenskap: Grundnivå, har minst 60 hp kurs/er på grundnivå som förkunskapskrav

Betygsskala: TH teknisk betygsskala

Ansvarig institution: Institutionen för datavetenskap

Beslutad av: teknisk-naturvetenskapliga fakultetsnämnden, 2008-01-08

Reviderad av: teknisk-naturvetenskapliga fakultetsnämnden, 2011-06-08

Innehåll

Moment 1, teoridel, 4.5 högskolepoäng Kursen behandlar parallella datorarkitekturer, design av parallella algoritmer, parallella programmeringsparadigmer och programspråk, kompilatortekniker för automatisk parallellisering och vektorisering, tillämpningsområden inom parallella beräkningar, kunskaper om centrala begrepp och klassificeringssystem, datorsystem med gemensamt och distribuerat minne, data- och funktionell parallellism, parallella programspråk, scheduleringsalgoritmer, beroendeanalys och verktyg för utveckling av parallella program. Moment 2, laborationsdel, 3 högskolepoäng Delmomentet utgörs av en laborationskurs med ett antal obligatoriska inlämningsuppgifter

Förväntade studieresultat

Efter avslutad kurs ska studenten kunna: - redogöra för centrala arkitekturkoncept såsom SIMD, MIMD (UMA, NUMA, CC-NUMA, DM), SIMD (vektorprocessorer) från Flynns taxonomi - redogöra för och använda olika typer av prestandamått, t.ex. uppsnabbning - redogöra för olika typer av statiska och dynamiska nätverk - förklara konceptet cacheminne och hur dessa minnen utnyttjas för att öka effektiviteten i olika typer av parallelldatorer - redogöra för och använda sig av flera olika typer av programmeringsparadigmer och språk såsom traditionella språk med utökningar av parallellitet (C, Fortran), dataparallella språk (C*, HPF), funktionella språk. - beskriva och använda grundläggande språkelement som understödjer parallellitet såsom monitorer och semaforer, kritiska sektioner, primitiv för meddelandeutväxling (MPI), dvs kunna programmera parallelldatorer med gemensamt eller distribuerat minne - utföra beroendeanalys och nyttja standardtransformationer som möjliggör automatisk parallellisering av seriella program genom vektorisering och schemaläggning - redogöra för parallella algoritmer inom följande områden:, routning av meddelande inom nätverk, pipelining, numeriska algoritmer, sortering, algoritmer av "divide-and-conquer"-typ

Behörighetskrav

För tillträde till kursen krävs 60 hp i huvudområdet datavetenskap eller 2 års avklarade studier, i båda fallen inkluderande kursen Systemnära programmering (5DV088) eller motsvarande kunskaper. Engelska A och svenska för grundläggande behörighet för högskolestudier (om kursen ges på svenska).

Undervisningens upplägg

Undervisningen bedrivs i form av föreläsningar, arbete i datorlabb och övningar i mindre grupper. Utöver schemalagda aktiviteter krävs även individuellt arbete med materialet.

Examination

Examinationen sker dels genom skriftlig tentamen (på teoridelen) dels genom ett laborationsmoment. På en skriftlig tentamen sätts något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). På laborationsmomentet ges endast betygen Underkänd (U) eller Godkänd (G). På hela kursen ges något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). För att bli godkänd på hela kursen krävs att samtliga prov och obligatoriska moment är godkända. Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar och sätts först när alla obligatoriska moment är godkända. Studerande som godkänts i ett prov får inte undergå förnyat prov för att få ett högre betyg. För studerande som inte godkänns vid ordinarie provtillfälle anordnas ytterligare provtillfälle. En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran om ny examinator ställs till prefekten vid Institutionen för datavetenskap. TILLGODORÄKNANDE I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap. Tillgodoräknande av studier prövas individuellt (se universitetets regelsamling och tillgodoräknandeordning). Ansökan om tillgodoräknande görs på speciell blankett och ställs till den Teknisk-naturvetenskapliga fakultetsnämnden, Umeå universitet.

Litteratur