Competencies and objectives

 

Course context for academic year 2017-18

La asignatura Desarrollo de Software en Arquitecturas Paralelas forma parte del módulo o tecnología específica de “Ingeniería de Computadores” del grado en Ingeniería Informática que capacitará al alumnado para trabajar sobre arquitecturas paralelas, así como desarrollar y optimizar software para las mismas.

La computación de alto rendimiento (HPC) ha sido usada durante décadas, tanto a nivel científico como industrial, como instrumento de apoyo para problemas de ingeniería con una gran cantidad y potencia de cálculo. La velocidad en la computación tiene unos límites y restricciones a los que paulatinamente se va llegando. Nuevos incrementos en la velocidad de los computadores se deben buscar en el paralelismo, el cual consiste en replicar unidades de tratamiento de información con el objetivo de repartir tareas entre las mismas, espacial o temporalmente, y realizar la ejecución del programa en cuestión, en un tiempo inferior. A las arquitecturas de este tipo de computadores se las denomina arquitecturas paralelas, y es en la computación matricial donde estas arquitecturas pueden considerarse especialmente adecuadas, ya que dicho campo contiene un alto grado de paralelismo implícito. Además la computación matricial posee multitud de aplicaciones entre las que podemos citar las aplicaciones en problemas de control y las aplicaciones en el procesamiento de la señal. Ejemplos de este problema se pueden encontrar en procesamiento de señales biomédicas, procesamiento de imágenes y reconocimiento del habla, procesamiento de señales sísmicas, etc.

En los últimos años, la computación de alto rendimiento ha sufrido un rápido cambio hacia implementaciones de HPC de menor coste usando múltiples elementos de computación (nodos) que colaboran para resolver una tarea en común en paralelo: estaríamos hablando de los clusters. De hecho, los clusters basados en microprocesadores son ahora la arquitectura HPC dominante, subiendo desde un 6.6% en el Top 500 en el año 2000 hasta alrededor del 90% en la actualidad.

La aparición de estos computadores paralelos ha dado lugar no sólo a una adecuación de los algoritmos clásicos de computación para su implementación y ejecución en dichos computadores, sino que además se pretende la búsqueda de nuevos métodos que obtengan un buen rendimiento de la máquina.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees)

Specific Competences (Specific Technology):>>Computer Engineering

  • CEIC3 : Capacity to analyse and evaluate computer architectures, including parallel and distributed platforms, as well as to develop and optimise software for the same.

 

Basic Competences

  • CB3 : Students must be able to gather and interpret relevant data (usually within their area of study) in order to make judgements that include reflection on relevant social, scientific or ethical issues.

 

 

 

Learning outcomes (Training objectives)

No data

 

 

Specific objectives stated by the academic staff for academic year 2017-18

No data

 

 

;

General

Code: 34051
Lecturer responsible:
ARNAL GARCIA, JOSE
Credits ECTS: 6,00
Theoretical credits: 1,20
Practical credits: 1,20
Distance-base hours: 3,60

Departments involved

  • Dept: SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
    Area: SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
    Theoretical credits: 1,2
    Practical credits: 1,2
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught