High Performance Parallel Computing

corso di laurea in Informatica - Universita' degli Studi di Napoli Federico II

 

 

lezione 1: introduzione

lezione 2/3: influenza della cache

LAB1: implementare le 6 versioni del prodotto di matrici secondo le indicazioni fornite nella Lezione 2/3. Inserirle in un file di nome matmat.c all'interno della cartella Dropbox condivisa. Funzione utile per il tempo di esecuzione disponibile qui: timers

LAB2: implementare la versione del prodotto di matrici a blocchi secondo le indicazioni fornite nella Lezione 2/3. Inserirla in un file matmatblock.c all'interno della cartella Dropbox condivisa

lezione 4: richiami calcolo parallelo

lezione 5: CPU multicore

lezione 6: prod. matrici su CPU multicore

LAB3: implementare la versione multithread del prodotto di matrici econdo le indicazioni fornite nella Lezione 6/7. Inserirla in un file matmatthread.c all'interno della cartella Dropbox condivisa

lezione 7: strumenti per il message passing: MPI

lezione 8/10: sistemi distribuiti e prodotto matrici

LAB4: implementare la versione distribuita del prodotto di matrici secondo le indicazioni fornite nella Lezione 9/10. Inserirla in un file matmatdist.c all'interno della cartella Dropbox condivisa

lezione 11: architettura software di ScaLAPACK

lezione 12: GPU computing e CUDA

lezione 13: prodotto matrici con CUDA

LAB5: implementare la versione CUDA del prodotto di matrici secondo le indicazioni fornite nella Lezione 12/13. Inserirla in un file matmatcuda.cu all'interno della cartella Dropbox condivisa

lezione 14: sistemi di calcolo distribuito

lezione 15: prodotto di matrici in ambienti di c.d.

lezione 16: un esempio di sistema per il c.d.: Netsolve

lezione 17: la fault tolerance

 

 

 

 

 

Lezioni anni precedenti al 2020/21 (Calcolo Parallelo e Distribuito 2)