Приветствую Вас ГостьПятница, 22 Ноя 2024, 06:43:30

Computer Science


Суперкомпьютерные технологии в задачах моделирования



Колегов К.С., Золотарев П.А., Есеркепов А.В., Хусаинова Л.Т., Алексеев А.А., Письменская А.А. Суперкомпьютерные технологии в задачах моделирования (онлайн-курс).— Астрахань: АГУ им. В.Н. Татищева, 2023. URL: http://www.kimrt.ru/index/course_stm/0-24



Цель курса: сформировать представление о современных методах моделирования, направленных на решение научных и инженерных задач, с использованием высокопроизводительных вычислительных систем.

Задачи:

  1. рассмотреть наиболее известные и перспективные методы моделирования на примере конкретных задач из различных областей знаний;

  2. познакомиться с архитектурой современных суперкомпьютерных систем;

  3. получить практические навыки по работе с некоторыми существующими библиотеками и прикладными программами, позволяющими выполнять высокопроизводительные вычисления;

  4. сформировать интерес к научно-исследовательской работе в области моделирования и суперкомпьютерных технологий.



Тема 1. Введение в дисциплину

Лекция 1. Введение

Тест 1

Тема 2. Методы моделирования

Лекция 2. Методы моделирования: Часть 1
Лекция 2. Методы моделирования: Часть 2

Лабораторные работы

  1. Метод Монте-Карло

  2. Клеточный автомат Игра «Жизнь»

  3. Метод конечных разностей

  4. Построение модели логических операций средствами нейронной сети



Самостоятельные работы

  1. Подготовка к работе с LAMMPS



Тест 2

Тема 3. Архитектуры суперкомпьютеров

Видеолекции
Лекция 3. Архитектуры суперкомпьютеров: Часть 1
Лекция 3. Архитектуры суперкомпьютеров: Часть 2

Тест 3

Тема 4. Программы, языки и библиотеки для параллельных вычислений

Видеолекции
Лекция 4. Программы, языки и библиотеки для параллельных вычислений

Лабораторные работы

  1. Параллельная реализация метода Монте-Карло

  2. Параллельная реализация игры «Жизнь» средствами OpenMP

  3. Задача о загрузке судна

  4. Создание нейронной сети классификации одежды



Самостоятельные работы

  1. Установка CUDA toolkit

  2. Создание проекта на языке DPC++

  3. Подготовка к работе с библиотекой MPI

  4. Подготовка к работе со стандартом OpenACC

  5. Настройка OpenMP проекта в Visual Studio

  6. Основы работы с PyCUDA

  7. Работа с threading и multiprocessing в Python

  8. Настройка проекта OpenCL

  9. Модель параллельного программирования Task в Maple

  10. Подготовка к работе с AMD HIP

  11. Установка CUDA под операционной системой Linux Debian 11

  12. Настройка OpenMP проекта в Code::Blocks под операционной системой Linux Debian 11

  13. Вычисления на CPU средствами Matlab Parallel Computing Toolbox: параллельный цикл parfor

  14. Вычисления на GPU средствами Matlab Parallel Computing Toolbox

  15. Вычисления на CPU средствами Matlab Parallel Computing Toolbox: конструкция spmd



Тест 4

Тема 5. Программы, языки и библиотеки обработки, анализа и визуализации данных

Видеолекции
Лекция 5. Программы, языки и библиотеки обработки, анализа и визуализации данных

Лабораторные работы

  1. Работа с графами и визуализация

  2. Визуализация игры жизнь средствами Python

  3. Обработка и визуализация данных в Python

  4. Решение задачи N-тел на GPU средствами NVIDIA и визуализация на основе OpenGL



Самостоятельные работы

  1. Визуализация моделирования в Python

  2. Библиотека Matplotlib в Python: построение графиков

  3. Создание OpenGL проекта в Visual Studio

  4. Визуализация моделирования средствами языка C++ и библиотеки OpenGl на примере клеточного автомата «Игра жизнь»

  5. Построение графиков с погрешностями в Excel (архив данных - скачать)

  6. Основы работы с библиотеками SciPy и NumPy

  7. Создание оконных приложений с помощью Python и Tkinter

  8. Визуализация данных средствами языка Python, библиотек Tkinter и Matplotlib

  9. Создание формы с графиком в Visual Studio C++

  10. Визуализация графов средствами языка Python и библиотеки igraph

  11. Визуализация игры Жизнь в ParaView

  12. Визуализация данных средствами языка Asymptote

  13. Основы работы с Pandas

  14. 3D визуализация средствами python и matplotlib (архив данных - скачать)



Тест 5

Проект реализуется победителем Конкурса на предоставление грантов преподавателям магистратуры 2020/2021 благотворительной программы «Стипендиальная программа Владимира Потанина» Благотворительного фонда Владимира Потанина.


Статистика

Онлайн всего: 1
Гостей: 1
Пользователей: 0
Яндекс.Метрика
Вход на сайт
Поиск
Друзья сайта