Espandi Menu

PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

PORTALE DELLA DIDATTICA

Notifiche Email

Elenco notifiche

High Performance Scientific Computing II

01HWVUR

A.A. 2023/24

Course Language

Inglese

Degree programme(s)

Doctorate Research in Scienze Matematiche - Torino

Course structure
Teaching Hours
Lezioni 15
Lecturers
Teacher Status SSD h.Les h.Ex h.Lab h.Tut Years teaching
Vicini Fabio   Ricercatore a tempo det. L.240/10 art.24-B MATH-05/A 10 0 0 0 2
Co-lectures
Espandi
Context
SSD CFU Activities Area context
*** N/A *** 3    
Date d'appello
Orario delle lezioni
Statistiche superamento esami
L'approssimazione numerica delle equazioni differenziali alle derivate parziali richiede la risoluzione di problemi numerici di grandi dimensioni. A tal scopo, oltre ai classici algoritmi seriali, l'analisi numerica studia risolutori paralleli adatti a macchine sia a memoria condivisa che distribuita. L'efficienza di un'implementazione di tali risolutori tuttavia poggia sul corretto uso delle risorse di calcolo disponibili.
The numerical approximation of partial differential equations (PDEs) requires the resolution of high complex numerical problems. Besides the classical serial algorithm, the numerical analysis studies the parallel solvers on distributed and shared architectures. The implementation efficiency of such solvers relies on the correct use of the computational resources available.
Conoscenza di alemeno un linguaggio di programmazione (C++/Python/MATLAB)
Knowledge of at least one programming language (C++/Python/MATLAB)
Il corso, della durata di 15 ore, estende al caso parallelo le nozioni apprese durante il corso "Calcolo scientifico ad alte prestazioni I". In particolare, si vuole fornire allo studente i fondamenti delle moderne architetture parallele (CPU e GPU) e delle reti di interconessione ad alte prestazioni utiizzate nei cluster High Performance Computing (HPC). Successivamente saranno introdotte le due principali librerie usate per lo sviluppo di codice parallelo: MPI, per macchine a memoria distribuita e CUDA, per le GPU. Le nozioni apprese saranno infine applicate per estendere al caso parallelo un semplice codice per la risoluzione di equazioni differenziali. Al fine di fornire allo studente una visione completa sulle tematiche trattate, la frequenza del corso "Calcolo scientifico ad alte prestazioni I" è consigliata ma non vincolante.
The course lasts 15 hours and extends the notions learnt in the course "High Performance Scientific Computing I" to the parallel case. Specifically, the aim is the introduction of modern parallel architectures (CPU and GPU) and the high-performance networks used nowadays on High Performance Computing (HPC) clusters. Finally, the course will introduce the two main libraries used for parallel coding: MPI, for distributed memory, and CUDA, for GPU. The topics seen in the course will be used to extend a simple code for the resolution of PDEs to the parallel case. Attendance of the course "High Performance Scientific Computing I" is advised but not mandatory.
In presenza
On site
Presentazione orale
Oral presentation
P.D.2-2 - Giugno
P.D.2-2 - June
Per ricercatori interessati allo sviluppo e all'ottimizzizzazione dell proprio codice. La frequenza del corso "Calcolo scientifico ad alte prestazioni I" è consigliata ma non vincolante.
Researchers interested in developing or optimizing their own codes. Attendance of the course "High Performance Scientific Computing I" is advised but not mandatory.