Caricamento in corso...
Calcolo scientifico ad alte prestazioni I
01HWPUR
A.A. 2024/25
Lingua dell'insegnamento
Italiano
Corsi di studio
Dottorato di ricerca in Scienze Matematiche - Torino
Organizzazione dell'insegnamento
| Didattica | Ore |
|---|---|
| Lezioni | 15 |
Docenti
| Docente | Qualifica | Settore | h.Lez | h.Es | h.Lab | h.Tut | Anni incarico |
|---|---|---|---|---|---|---|---|
| Cicuttin Matteo | Ricercatore L240/10 | MATH-05/A | 12 | 0 | 0 | 0 | 2 |
Collaboratori
Didattica
| SSD | CFU | Attivita' formative | Ambiti disciplinari | *** N/A *** |
|---|
L'approssimazione numerica delle equazioni differenziali alle derivate parziali porta alla necessitā di risolvere al calcolatore problemi numerici di grandi dimensioni. Se da un lato l'analisi numerica fornisce gli strumenti per la corretta formulazione dei suddetti problemi, dall'altro lato la loro risoluzione efficiente e rapida richiede la conoscenza delle architetture di calcolo e delle loro limitazioni.
The numerical approximation of partial differential equations leads to large numerical problems, to be solved with the aid of a computer. If on the one hand numerical analysis provides the tools for the correct formulation of the aforementioned problems, on the other hand their efficient and rapid resolution requires knowledge of the computational architectures and their limitations.
Conoscenza del linguaggio C++.
Knowledge of the C++ language.
Il corso, della durata di 15 ore, punta a due obiettivi. Il primo č fornire allo studente i fondamenti dei sistemi a microprocessore, limitandosi al caso seriale: composizione generale di un microprocessore, sistemi di memoria e loro caratteristiche principali, memorie cache, altre periferiche. Il secondo obiettivo č fornire allo studente le competenze necessarie a determinare le prestazioni di un algoritmo rispetto alle capacitā massime di una macchina: innanzitutto verrā discusso come interpretare correttamente i dati di targa di una memoria o di un microprocessore, successivamente verranno introdotte alcune tecniche di profilazione utili a determinare l'efficienza d'esecuzione di un codice su una macchina data.
Le nozioni apprese saranno infine applicate su un semplice codice per la risoluzione di equazioni differenziali.
Lo studente interessato potrā proseguire lo studio degli aspetti prestazionali delle macchine parallele nel corso "Calcolo scientifico ad alte prestazioni II", la cui frequenza č consigliata ma non vincolante.
The course, with a duration of 15 hours, has two objectives. The first is to provide the student with the fundamentals of microprocessor systems, mainly those concerning serial architectures: general composition of a microprocessor, memory systems and their main characteristics, cache memories, other peripherals. The second objective is to provide the student with the skills necessary to determine the performance of an algorithm with respect to the maximum capabilities of a machine: first of all, it will be discussed how to interpret correctly the technical data of a memory or a microprocessor, then some profiling techniques will be introduced in order to determine the execution efficiency of a code running on a given machine.
The notions learned will be applied to a simple code for solving differential equations.
The interested student can continue the study of the performance aspects of parallel machines in the course "High performance scientific computing II", whose attendance is recommended but not mandatory.
In presenza
On site
Presentazione orale
Oral presentation
P.D.1-1 - Febbraio
P.D.1-1 - February
Date lezioni corso:
10/02/2025 14.30-17.30
12/02/2025 14.30-17.30
14/02/2025 14.30-17.30
17/02/2025 14.30-17.30
19/02/2025 14.30-17.30
Classes will be given in the following days:
10/02/2025 14.30-17.30
12/02/2025 14.30-17.30
14/02/2025 14.30-17.30
17/02/2025 14.30-17.30
19/02/2025 14.30-17.30