Ресурсоемкие IT-технологий в прикладной генетике

  • Цель дисциплины: сформировать представление о современных параллельных вычислительных архитектурах, моделях, методах и технологиях их программирования, привить навыки работы с современными вычислительными системами. В результате изучения дисциплины магистрант будет способен: 1 пользоваться средствами удаленного доступа к вычислительным ресурсам коллективного пользования и запуска параллельных программ на вычислительных кластерах; 2 пользоваться общей методикой разработки параллельных программ; 3 использовать способы оценки эффективности параллельных алгоритмов и максимально достижимого параллелизма на целевой вычислительной архитектуре; 4 использовать навыки работы с базовым набором средств разработки параллельных программ для вычислительных кластеров; 5 понимать основные тенденции развития параллельных архитектур, факторы, влияющие на производительность. Назначение дисциплины. Дисциплина «Ресурсоемкие IT-технологий в прикладной генетике» направлена на формирование у будущих специалистов способности к использованию средств удаленного доступа к вычислительным ресурсам коллективного пользования и запуска параллельных программ на вычислительных кластерах для целей прикладной генетики. При изучении дисциплины будут рассмотрены следующие аспекты: обзор параллельных вычислительных систем и их классификация; способы организации параллельной обработки данных; вычислительные кластеры: основные понятия, архитектура, типовой набор кластерного программного обеспечения, средства доступа и управления, тестирование производительности; моделирование параллельных программ; реализация параллелизма различного вида; общая схема и методика разработки параллельных алгоритмов; базовые средства параллельного программирования вычислительных кластеров; методы передачи данных; стандарт MPI; базовые средства параллельного программирования систем с общей памятью; стандарт OpenMP; высокоуровневые средства программирования многопроцессорных систем; DVM-система; высокопроизводительные вычисления с применением графических процессоров (GPU); технология NVidia СUDA.
  • Образовательная программа 7M05104 IT - Генетика
  • Кредитов 5
  • Селективная дисциплина
  • Год обучения 2
  • Семестр 3
Top