并行计算(中英文).doc

天津大学并行计算课程教学大纲课程代码：2160240课程名称：并行计算学 时：40学 分：2学时分配：授课：24 上机：16 实验： 实践： 实践（周）： 授课学院：计算机更新时间：适用专业：计算机/软件先修课程：计算机系统结构/计算机网络/程序设计/算法设计/操作系统一、课程的性质与目的让学生能够掌握并行计算技术在研究与开发中的应用，能够根据自己的需要选择合适的并行计算环境与并行计算编程技术，独立完成针对本领域或所承担具体任务的并行算法，并能够独立完成并行应用程序的编制、调试与部署。二、教学基本要求课程内容主要介绍并行计算领域中基本概念以及基础的并行程序设计方法，目的是让学习本课程的同学了解并行计算硬件平台的类别、简单多线程/MPI并行化方法、云计算模式以及MapReduce并行计算模型，掌握基本的并行程序设计技术，为未来的工作或者科研打好基础。三、教学内容1、并行计算概述 并行计算基本概念 应用需求 并行计算硬件 并行程序设计 并行化方法 2、并行计算硬件环境 并行计算机系统结构 多核处理器 多核技术概述 双核与超线程区别 GPU/Cell BE3、内存系统，性能评测 内存系统对性能的影响 性能评测 基本性能指标 加速比定律 4、多线程与Pthread 多线程基本概念 线程与进程的区别 线程的生命周期 线程同步 Pthread 多线程 实例分析 计算数组中“3”出现的次数5、Java 多线程 Java多线程的概念； Java线程的生命周期； Java多线程编程中的常量和方法； 线程调度方法； 资源冲突与协调； 线程之间的通信。6、OpenMP OpenMP概述 编译制导语句 运行时库函数 环境变量 实例7、集群技术概述 集群技术基础 定义 体系结构 分类 Linux 集群 IBM Cluster1350 PVM/MPI RSH/SSH8、MPI MPI概述 MPI并行程序的基本模式 MPI数据及进程 消息传递方式9、 MapReduce MapReduce编程模型 Hadoop 实例10、 X10 X10编程语言概述 语法与示例 X10DT11、 并行程序设计方法学 并行算法设计 PCAM方法学 并行程序设计模式 并行计算与软件工程12、云计算 背景 并行计算发展历程 网络发展历程 网格计算 云计算实验 1 多线程计算，性能分析 2 3PCF 计算多线程实现 3 MPI 实现Jacobi 迭代 4 自选实验四、学时分配教学内容授课上机实验实践实践(周)并行计算概述2并行计算硬件环境2内存系统，性能评测2多线程与Pthread2Java 多线程2OpenMP2集群技术概述2MPI2MapReduce2X102PCAM方法学2云计算2多线程计算4多线程计算3PCF4MPI 实现Jacobi 迭代4自选实验4总计：2416五、评价与考核方式考试：80%实验与平时成绩：20%六、教材与主要参考资料并行程序设计原理作者:(美国)Calvin Lin，Lawrence Snyder 译者:陆鑫达 林新华 页码：235 页出版日期：2009年07月ISBN：7111270754/9787111270751TU Syllabus for Parallel Computing Code:2160240Title:Parallel ComputingSemester Hours:40Credits:2Semester Hour StructureLecture：24 Computer Lab：16 Experiment： Practice： Practice (Week)：Offered by:School of ComputerDate:for:School of Computer/School of SoftwarePrerequisite:Computer Architecture/Network/Programming/Algorithm/OS1. Objective The course requires the students learn the application of parallel computing technology in research and development and select proper parallel computing environment and programming methods to their situation. The student will be able to design the algorithm, and program, debug and deploy the parallel application.2. Course Description The course will introduce concepts of parallel computing and parallel programming. The students should understand types of parallel computing hardware, multi-thread/MPI parallelization methods, cloud computing and Mapreduce parallel computing model. The basic parallel programming technology will help their future work or research.3. Topics1. Introduction to parallel computingParallel application requirementsParallel computing hardwareParallel programming2. Parallel computing hardware environmentParallel computer architectureMulticore processorIntroduction to multicoreDifference between dual-core and hyper-threadGPU/Cell BE3. Memory system, performance evaluationEffect of memory system to performancePerformance evaluationPerformance parametersSpeedup laws4. Multi-thread and PthreadConcepts of multi-threadDifference between thread and processLife cycle of threadThread synchronizationPthread SampleCount the 3s in the array5. Java multi-threadConcepts of Java multi-threadLife cycle of Java threadConstants and methods in Java multi-thread programmingThread schedulingResource confliction and coordinationIntercommunication between threads6. OpenMPIntroduction to OpenMPCompiler directivesRuntime librariesEnvironment variablesSamples7. Cluster technologyCluster basicsDefinitionArchitectureClassificationLinux ClusterIBM Cluster 1350PVM/MPIRSH/SSH8. MPIIntroduction to MPIPatterns of MPI programsMPI data and processMessage passing pattern9. MapReduceMapReduce programming modelHadoopSamples10. X10Concepts of X10 programming languageGrammars and samplesX10DT11. Methodologies of parallel programmingParallel algorithm designPCAMParallel programming patternsParallel computing and software engineers12. Cloud computingBackgroundHistory of parallel computingDevelopment of networksGrid computingCloud computingLabs1. Calculate using multi-thread, and performance analysis2. Calculate 3PCF using multi-thread3. Implement Jacobi iteration using MPI4. Self design4. Semester Hour StructureTopicsLectureComputer Lab.ExperimentPracticePractice (Week)Introduction to parallel computing2Parallel computing hardware environment2Memory system, performance evaluation2Multi-thread and Pthread2Java multi-thread2OpenMP2Cluster technology2MPI2MapReduce2X102Methodologies of parallel programming2Cloud computing2Lab 14Lab 24Lab 34Lab 44Sum:24165. GradingPap