CC BY
16
Подготовка магистров по программе
«Высокопроизводительные вычислительные системы» в МИЭТ
С.А. Лупин, НИУ «МИЭТ», профессор, lupin@miee.ru;
М.А. Посыпкин, ИСА РАН, ведущий научный сотрудник, mposypkin@yandex. т;
Б.М. Шабанов, МСЦ РАН, заместитель директора, bshabanov@jscc.ru;
Е. С. Дорошенко, НИУ «МИЭТ», преподаватель, len-doroshenko@mail т
Национальный исследовательский университет «МИЭТ» в сотрудничестве с Межведомственным суперкомпьютерным центром РАН [1] реализует на факультете Микроприборов и технической кибернетики подготовку магистров по направлению 230100.68 «Информатика и вычислительная техника». Опираясь на богатый опыт разработки и практического использования суперкомпьютеров, накопленный МСЦ РАН, и методическую базу МИЭТ, в рамках этого направления на базовой кафедре МСЦ РАН (научный руководитель -академик Савин Геннадий Иванович) разработана магистерская программа «Высокопроизводительные вычислительные
системы».Подготовка специалистов в области новых информационных технологий относится к приоритетным задачам высшей школы, а выпускники, владеющие методами параллельного программирования и знающие архитектуры современных вычислителей, в ближайшее время будут наиболее востребованы не только научными учреждениями, но и промышленностью. Эти соображения и стали определяющими при выборе направления подготовки.
Новые образовательные стандарты, опирающиеся на компетентностный подход [2], предоставляют университетам значительную свободу в выборе дисциплин, формирующих у студентов необходимые навыки. Магистерская программа
«Высокопроизводительные вычислительные системы» состоит из трех модулей, которые формируют:
1. научный кругозор студентов;
2. теоретические знания;
3. практический опыт.
Конечно, такое разделение достаточно условно и не накладывает жестких ограничений на содержательную часть дисциплин, которая опирается на фундаментальную подготовку в области физики,
математики, электроники и информатики. Ниже представлена краткая аннотация дисциплин, входящих в каждый из модулей.
Модуль 1
1. Иностранный язык.
Перевод и реферирование научных статей и книг. Подготовка докладов и статей на английском языке. Аудирование. Бытовой английский.
2. Философские проблемы естествознания. Великие ученые и философия науки. Методы познания мира.
Наука и религия. Научные исследования. Научная этика.
3. Риторика.
Речь как материальная мысль. История риторики.
Культура научного спора. Аргументация. Педагогика - убеждение, а не принуждение.
4. Современные проблемы ИВТ.
Элементная база. Наноэлектроника. Квантовый компьютер. Архитектура ВС. Вынужденный параллелизм. Беспроводный доступ и идентификация. Национальные центры идентификации в России и мире. Информационная лавина. Поисковые системы. Умные вещи. Революция роботов. Умный дом. Искусственный интеллект. Узкие специалисты и универсалы в области 1Т. Открытое ПО.
5. История и методология науки. Великие ученые и история науки. Научные школы России.
Эксперимент, как основа научного подхода к изучению мира. Научное творчество. Практика - критерий истины. Аспирантура и докторантура.
6. Компьютерные технологии в науке и образовании. Место и роль компьютерных технологий в образовании. Электронные образовательные ресурсы России. Зарубежные электронные образовательные ресурсы.
Вебинары лидеров 1Т отрасли. Мультимедиа технологии в обучении. Компьютерное тестирование. Электронные библиотеки. Википедия.
Модуль 2
1. Вычислительные системы.
Роль вычислений в современном мире.
Вычислительные системы.
Управляющие системы.
Информационные системы.
Информационно-управляющие системы.
ИУС на микроконтроллерах, микропроцессорах и ПЛИС.
2. Архитектура высокопроизводительных вычислительных систем.
Суперкомпьютеры. История развития. Методы повышения производительности вычислений. Конвейерная и векторная архитектуры. Схемотехника ВВС. Кластерные вычислители.
Анализ архитектур многоядерных микропроцессоров. Графические ускорители. Российские суперкомпьютеры.
3. Методы оптимизации. Дискретная оптимизация. Многокритериальная оптимизация. Парето-оптимальные решения. Скаляризация многокритериальной задачи. Алгоритмические основы оптимизации.
Сложность и эффективность оптимизационных алгоритмов. Параллельные алгоритмы оптимизации.
4. Интеллектуальные системы. Философия искусственного интеллекта. Интеллект, как технический параметр. Эвристики.
Нейронные сети. Шаблоны и прототипы.
Примеры алгоритмов ИИ в технических системах. Распознавание образов, текста. Параллельные реализации алгоритмов ИИ.
5. Технология разработки ПО.
Проблемы разработки сложных программных систем.
Жизненный цикл и процессы разработки ПО.
Унификация и экстремальное программирование.
Анализ предметной области и требования к ПО.
Качество ПО и методы его контроля.
Архитектура программного обеспечения.
Принципы создания пользовательского интерфейса.
Основные конструкции языков Java и C#.
Компонентные технологии и разработка распределенного ПО.
Разработка различных уровней Web-приложений в J2EE и .NET.
Управление разработкой ПО.
6. MatLab в научных исследованиях. Инструментарий MatLab. Цифроваяобработкаданных:
DSP Toolbox, Image Processing Toolbox, Filter Design Toolbox Системыуправления :
Control Systems Toolbox, System Identification Toolbox.
Сборианализэкспериментальныхданных:
Data Acquisition Toolbox, Image Acquisition Toolbox.
Научныеиматематическиепакеты:
Optimization Toolbox, Spline Toolbox, Statistic Toolbox.
Нейронныесети: Neural Network Toolbox.
Нечёткаялогика: Fuzzy Logic Toolbox.
Модуль 3
1. Параллельное и распределенное программирование. Параллельные программы на основе передачи сообщений. Параллельные процессы, взаимодействующие с помощью MPI. Коммуникаторы и группы.
Коллективные взаимодействия процессов. Барьерная синхронизация. Коллективные редуктивные операции. Многопоточное программирование.
Процессы и потоки в многозадачной операционной системе.
Потоки и разработка параллельных программ.
Интерфейс POSIXThreads.
Среда программирования OpenMP.
2. Моделирование сложных систем в AnyLogic.
Моделирование, как инструмент исследователя. Агентное моделирование. Системая динамика.
Дискретно-событийные модели. Многоподходные (гибридные) модели. Инструментарий AnyLogic.
Создание моделей AnyLogic для многоядерных платформ.
3. Применение ВВС в научных исследованиях. Архитектура кластера CoWS.
Управление вычислениями в среде MSHPCServer. Основные настройки MSHPCServer. Реализация приложений SPSD. Примеры. Реализация приложений SPMD. Примеры. Реализация приложений MPSD. Примеры. Реализация приложений MPMD. Примеры.
4. Программирование графических ускорителей (GPU). GPU как массивно-параллельные вычислительные системы. Архитектура Tesla. Программно-аппаратный стек CUDA. Иерархия памяти CUDA. Глобальная память. Разделяемая память.
Текстуры в CUDA.
Оптимизация приложений на CUDA.
Multi-GPU системы.
5. Программно-аппаратные средства цифровой обработки сигналов.
Решение задач ЦОС на аппаратном и программном уровнях.
Аппаратно-программный комплекс Nationallnstruments.
Состав и функциональные возможности.Инструментарий.
Синтез функциональных элементов.
Библиотеки программ.
Отладка и тестирование устройств для ЦОС.
6. Разработка многопоточных приложений в среде IntelParallelStudio.
Состав и функции Intel Parallel Studio. РаспараллеливаниесредствамиIntel®Parallel Advisor Lite. Разработка и отладка приложений в Intel®ParallelComposer. ВерификацияпрограммвIntel®Parallel Inspector. Повышение эффективности программ вIntel®ParallelAmplifier.
Дисциплины первого модуля закладывают у слушателей своеобразный фундамент как для дальнейшей научной, так и педагогической практики. Важной особенностью языковой подготовки магистров является ее направленность на аудирование. Не секрет, что именно трудности с восприятием устной речи мешают нашим
студентам и аспирантам активнее участвовать в международных конференциях.
Теоретическая подготовка включает курсы, рассматривающие основные аспекты ресурсоемких вычислений - архитектура машин, их программное и алгоритмическое обеспечение.
В третий модуль входят дисциплины, отражающие основное направление научной деятельности МИЭТ. Большинство рассматриваемых практических задач связаны с вопросами проектирования информационно-управляющих вычислительных систем.
Лабораторные и практические занятия по всем дисциплинам в рамках данной магистерской программы проходят в компьютерном классе, оснащенном мощными рабочими станциями с двумя четырехядерными процессорами IntelXEONE5335 (2.0 GHz, quad-core). Для реализации параллельных приложений используется кластер МИЭТ-2008 с пиковой производительностью 1.6 Tflops. Кроме того, для проведения научных исследований студенты имеют возможность использовать и ресурсыМСЦ, который обладает одной из самых мощных в России вычислительных систем, доступ к которой может быть осуществлен как из центра, так и удаленно.
В заключение хочется отметить, что обучаться по программе могут выпускники бакалавриата по направлениям «Информатика и вычислительная техника», «Прикладная математика», «Программная инженерия» и ряда других родственных специальностей.
Литература
1. Лупин С.А. Взаимодействие с академическими структурами в программе элитного технического образования на факультете микроприборов и технической кибернетики. // Известия вузов. Электроника №3 2004.
2. Федеральныйгосударственный Образовательныйстандарт Высшего профессионального образования по направлению подготовки 230100 «Информатика и вычислительная техника».
