Computació d'Altes Prestacions

Grau en Intel·ligència Artificial. Facultat d'Informàtica de Barcelona.

L'objectiu d'aquesta assignatura és conèixer el funcionament i aplicacions de sistemes de computació d'alt rendiment, per tal de desplegar aplicacions d'intel·ligència artificial que requereixen gran quantitat de recursos, optimització de processos i aplicació d'acceleradors, i aprofitament i orquestració de recursos al núvol. En aquest curs es veuran conceptes de virtualització i containerització, així com sistemes de fitxers distribuïts i sistemes de computació distribuïda. També es veurà escalabilitat en algoritmes d'aprenentatge automàtic i intel·ligència artificial, usant tecnologies de l'estat de l'art, tant per middleware com per acceleradors. Es treballarà amb llenguatges C, Python i Scala.

Continguts de l'Assignatura

  • Introducció als sistemes de Computació d'Altes Prestacions
  • Acceleradors i dispositius d'altes prestacions
  • Middleware i plataformes d'altes prestacions per a la intel·ligència artificial
  • Paral·lelisme aplicat a la intel·ligència artificial
  • Introducció a models distribuïts de programació per a Big Data
  • Conceptes de virtualització i containerització
  • Sistemes de fitxers locals i distribuïts, redundancia i disponibilitat
  • Computació a sistemes distribuïts
  • Reptes de la computació d'altes prestacions per a la intel·ligència artificial

Metodologia: El curs es basa en sessions de teoria i de laboratori presencials. Les sessions teòriques combinen classes magistrals i seminaris d'experts en l'àmbit, seguint el programa exposat en aquest pla d'estudis i basades en l'ús de material propi. Durant les sessions es promou el diàleg i la discussió per tal d'anticipar i consolidar els resultats d'aprenentatge de l'assignatura.

Laboratoris: Les sessions de laboratori tracten els aspectes relacionats amb les diferents tecnologies presentades, i segueixen els mateixos temes del plan d'estudis. Són sessions pràctiques en forma de Hands-On, utilitzant diferents recursos computacionals al Departament d'Arquitectura de Computadors i al Barcelona Supercomputing Center.

Presentacions: Part de la nota vindrà donada per presentacions dels estudiants, en format "Pecha Kucha" (10 slides x 10 seconds/slide), en sessions de teoria i de laboratori.

Avaluació: L'avaluació constarà d'Exercicis Pràctics (EX:65% nota), Treballs de recerca (TR:15% nota), Presentacions a Classe (PR:10%) i Assistència (AS:10%).

Tardor 2024

Calendari de Sessions


Setmana 1: 09/09 - 13/09
Cloud Computing & Virtual Machines
Lab1 - Màquines Virtuals
Setmana 2: 16/09 - 20/09
Containers
Lab2 - Contenidors
Festiu: 23/09 - 27/09
Setmana 3: 30/09 - 04/10
Arquitectura de Serveis
Lab3 - Serveis
Setmana 4: 07/10 - 11/10
Altes Prestacions & Supercomputació
Lab4 - MareNostrum 5 (Visita)
Setmana 5: 14/10 - 18/10
Altes Prestacions & AI - [PR1]
Lab5 - GPUs i CUDA
Setmana 6: 21/10 - 25/10
Computació pre-Exascale - [PR2]
Lab6 - Programació pre-Exascale
Setmana 7: 28/10 - 01/10
Arquitectures Big Data
Lab7 - Contenidors + HPC
Parcials: 04/11 - 08/11
Setmana 8: 11/11 - 15/11
Arquitectures per Streaming
Lab8 - Middleware i Streams (Spark)
Setmana 9: 18/11 - 22/11
Seminaris
Presentacions Laboratori - [PK-Lab]
Setmana 10: 25/11 - 29/11
Sistemes de Fitxers
Lab9 - Sistemes de Fitxers Distribuits
Setmana 11: 02/12 - 06/12
Altes Prestacions & Deep Learning
Lab10 - Supercomputadors i AI
Setmana 12: 09/12 - 13/12
Paral·lelisme - [PR3]
Lab11 - Entrenament en Supercomputadors
Setmana 13: 16/12 - 20/12
Seminaris
Lab12 - Entrenament en Paral·lel

[PK]: Presentacions PechaKucka Teoria / Laboratori.