1 Intro

Computación Heterogénea
Profesor: Dr. Joel Fuentes - jfuentes@ubiobio.cl
Ayudantes:
• Daniel López - daniel.lopez1701@alumnos.ubiobio.cl
• Sebastián González - sebastian.gonzalez1801@alumnos.ubiobio.cl
Página web del curso: http://www.face.ubiobio.cl/~jfuentes/classes/ch

Sobre nosotros
• Joel Fuentes:
• PhD en Ciencias de la Computación (U. de California, Irvine 2014-2019) y Postdoc en Intel (2019-
2020)
• Área de Investigación: algoritmos de alto rendimiento, compiladores y aceleradores (GPUs, TPUs,
CPUs multi-core, etc)
• Daniel López
• Estudiante 5to año ICI
• Estudiante 1er año Magister en Ciencias de la Computación
• Sebastián González
• Estudiante 4to año ICI
Sobre el curso
• Nace de un proyecto en conjunto con Intel

• Primer curso de este tipo en Latinoamérica
• Estudiantes de
• Ingeniería Civil en Informática (Chillán y Concepción)
• Ingeniería de Ejecución en Computación e Informática (Concepción)
• Escribiremos un paper sobre los contenidos y experiencia del curso.

• Todo el material quedará disponible en inglés y español
• http://www.face.ubiobio.cl/~jfuentes/classes/ch
• http://www.face.ubiobio.cl/~jfuentes/classes/hc
Sobre el curso
• Contenidos en el contexto de
• Procesadores y aceleradores modernos
• Lenguajes de programación (Data Parallel C++, CUDA, OpenMP)
• Optimización y rendimiento
• Trabajo experimental con procesadores y aceleradores reales

• Acceso a DevCloud
• Servidores con CPUs multi-core, GPUs y FPGA de diferentes frabricantes
• Tendremos charlas invitadas de destacados investigadores/desarrolladores

Sobre el curso
• Curso electivo teórico-práctico de quinto año, donde se estudian conceptos, estrategias de diseño,
herramientas y APIs necesarias para la creación de algoritmos en diferentes tipos de arquitecturas
heterogéneas: CPU, GPU y FPGA.
• Contribuye con las siguientes competencias al perfil de egreso:
• CE.1
• CE.2
• CE.3
• CE.4
Resultados de aprendizaje
Evaluar comparativamente algoritmos secuenciales y paralelos para diferentes tipos de arquitecturas

heterogéneas como CPU, GPU y FPGA, discriminando las características de eficiencia computacional y
energética.
Resultados de aprendizaje:
• RA1. Analiza las ventajas y desventajas de desarrollar algoritmos para arquitecturas heterogéneas
como CPU, GPU y FPGA.
• RA2. Determina la técnica de paralelismo más efectiva para un determinado problema, basado en su
naturaleza algorítmica, complejidad de paralelización y arquitectura computacional.
• RA3. Construye algoritmos para arquitecturas heterogéneas basado en una determinada
metodología, midiendo su eficiencia computacional.
Planificación
• Contenidos separados en 4 unidades (desde los 3 RA):

• Arquitecturas Heterogéneas
• Modelos de Programación
• Algoritmos
• Optimización y Rendimiento
Planificación
• Arquitecturas Heterogéneas
• 2 semanas
• Test de evaluación al final de la unidad
• Modelos de Programación
• 6 semanas
• 1 laboratorio
• Algoritmos
• 4 semanas
• 1 laboratorio
• Optimización y Rendimiento
• 3 semanas
Evaluación
• Test al final de cada unidad (4) 40%

• Laboratorios (2) 20%
• Proyecto semestral 40%
Fechas importantes
• Test al final de cada unidad (4)

• Test 1 20/09/2021
• Test 2 09/11/2021
• Test 3 07/12/2021
• Test 4 03/01/2022
• Laboratorios (2)
• Lab 1 25/10/2021
• Lab 2 29/11/2021
• Proyecto semestral
• Primera entrega 22/11/2021
• Entrega final 04/01/2022
Horarios y Plataformas
• Horario
• Lunes 10:20 AM - 12:30 PM.
• Martes 4:20 - 5:50 PM.
• Plataformas online
• M. Teams
• Página web del curso
• http://www.face.ubiobio.cl/~jfuentes/classes/ch
• http://www.face.ubiobio.cl/~jfuentes/classes/hc
Bibliografía del curso
• Almeida, F., Giménez, D., Mantas, J. M., & Vidal, A. M. (2008). Introducción a la programación paralela.
Thompson Paraninfo.
• Silveira, A., Avila, R. B., Barreto, M. E., & Navaux, P. O. A. (2000). DPC++: Object-Oriented Programming Applied
to Cluster Computing. In PDPTA.
• Reinders, J., Ashbaugh, B., Brodman, J., Kinsner, M., Pennycook, J., & Tian, X. (2021). Data Parallel C++:
Mastering DPC++ for Programming of Heterogeneous Systems using C++ and SYCL (p. 548). Springer Nature.
• Fox, G. C., Williams, R. D., & Messina, G. C. (2014). Parallel computing works!. Elsevier.
• Padua, D. (Ed.). (2011). Encyclopedia of parallel computing. Springer Science & Business Media.
• Herlihy, M., Shavit, N., Luchangco, V., & Spear, M. (2020). The art of multiprocessor programming. Newnes.

1 Intro

Cargado por

Copyright:

Formatos disponibles

1 Intro

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

1 Intro

Cargado por

Copyright:

Formatos disponibles

Computación Heterogénea

Profesor: Dr. Joel Fuentes - jfuentes@ubiobio.cl

Página web del curso: http://www.face.ubiobio.cl/~jfuentes/classes/ch

• Nace de un proyecto en conjunto con Intel

• Escribiremos un paper sobre los contenidos y experiencia del curso.

• Trabajo experimental con procesadores y aceleradores reales

• Tendremos charlas invitadas de destacados investigadores/desarrolladores

Evaluar comparativamente algoritmos secuenciales y paralelos para diferentes tipos de arquitecturas

• Contenidos separados en 4 unidades (desde los 3 RA):

• Test al final de cada unidad (4) 40%

• Test al final de cada unidad (4)

También podría gustarte