Слайд 1ВЫСОКОПРОИЗВОДИТЕЛЬНЫЕ ВЫЧИСЛЕНИЯ
/АРХИТЕКТУРНО- АЛГОРИТМИЧЕСКИЕ ОСНОВЫ ПАРАЛЛЕЛЬНЫХ ВЫЧИСЛЕНИЙ/
Лекции для магистрантов второго года
обучения.
Специализация 09.04.01
Лектор: профессор Райхлин
Вадим Абрамович
Слайд 2ОСНОВНЫЕ ЦЕЛИ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ :
– уяснить приоритетную роль параллельных
вычислений в современных информаци- онных технологиях, действительность и перспективу параллельных
систем, принци- пы оценок их эффективности;
– создать базовые представления о принципах организации высокопроизводительных параллельных систем;
– осознать необходимость и освоить принципы использования библиотек параллель- ного программирования для выполнения высокопроизводительных вычислений.
ОСНОВНЫЕ ЗАДАЧИ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ :
– знакомство со способами оценок производительности параллельных систем;
– показ на конкретных примерах адекватности параллельной обработки современным задачам информатики;
– знакомство с принципами организации основных классов современных параллель- ных компьютеров и суперпроцессоров, подсистем коммутации и памяти;
– изучение принципов работы библиотек параллельного программирования;
– овладение способами их использования;
– приобретение практических навыков решения ресурсоемких задач с применением библиотек параллельного программирования
ПРЕДМЕТ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ :
– архитектурные и программные основы высокопроизводительных параллельных вычислений.
Слайд 3МЕСТО ДИСЦИПЛИНЫ В ОБРАЗОВАТЕЛЬНОМ ПРОЦЕССЕ
Изучение дисциплины
«Высокопроизводительные вычисления» предполагает наличие у студентов знаний по основам информатики
и практических навыков программирования, полученных в процессе обучения в бакалавриате и специалитете.
Дисциплина «Высокопроизводительные вычисления» входит в вариативную часть профессионального цикла образовательной про-граммы магистра. Материал курса основан на знаниях, навыках и умениях, почерпнутых студентами при обучении в магистратуре из курсов «Вычислительные системы», «Технология разработки прог- раммного обеспечения».
Полученные при изучении дисциплины знания, умения и навыки будут использованы студентами при прохождении научно-исследова-тельской практики и при подготовке выпускной квалификационной работы.
Слайд 4СТРУКТУРА ДИСЦИПЛИНЫ, ЕЕ ТРУДОЕМКОСТЬ
Слайд 6Райхлин В.А. Системы параллельной обработки данных. – Казань: Изд-во ФЭН,
2010.
Райхлин В.А. Презентация лекций по ПВ http:
//modelling.kai.ru/pv.zip
=====================
Райхлин В.А. Начала параллельных вычислений. Материалы лекций. – Казань: Изд-во КГТУ, 2008. http: //modelling.kai.ru/LPC.zip
Райхлин В.А. Суперпроцессоры и RAID-массивы. Материалы к лекциям по параллельным вычислениям. – http://modelling.kai.ru/SP_raid.zip
======================
Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. – С.-Пб.: “БХВ-Петербург”, 2004.
Корнеев В.В. Вычислительные системы. – М.: «Гелиос АРВ», 2004.
РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА
Слайд 7Лекции 1-3
НАЧАЛЬНЫЕ ПОНЯТИЯ
И ПРЕДПОСЫЛКИ
Слайд 8Лекция 1. НЕОБХОДИМОСТЬ, ТЕНДЕНЦИИ РАЗВИТИЯ, КЛАССИФИКАЦИЯ
Слайд 9ЭТАПЫ ЧИСЛЕННОГО ЭКСПЕРИМЕНТА
Слайд 13Лекция 2. ПОКАЗАТЕЛИ ПРОИЗВОДИТЕЛЬНОСТИ
Слайд 14 а) АБСТРАКТНЫЕ ОЦЕНКИ
Время выполнения векторной арифметической операции
t = b + cn. Или
Слайд 15Оценки векторной производительности
Слайд 19б) ОТНОСИТЕЛЬНАЯ ОЦЕНКА СИСТЕМНОЙ ПРОИЗВОДИТЕЛЬНОСТИ
Слайд 23
1. ОБРАБОТКА СИГНАЛОВ
(преобразов-е формы или частот. спектра эл.,
речевых, видео сигналов)
Лекция 3. ПРЕДМЕТНЫЕ ПРЕДПОСЫЛКИ
Слайд 252. ОБРАБОТКА ИЗОБРАЖЕНИЙ
Обработка изображений – выполнение различных операций над многомерными
сигналами: телевизионные изображения, чертежи и рисунки, фотографии разведыва-тельного характера, медицинские
рентгенограммы, электрон-но-микроскопические фотографии молекул, радио- и звуколо-кационные карты, диаграммы сейсмических данных и др.
Основные виды обработки – улучшение изображе-ний, их эффективное кодирование, распознавание образов, машинная графика.
Области применения – медицина, дистанционное зондирование, идентификация личности, промышленные измерения, информационной служба и т.д.
Слайд 26а) ОСНОВНЫЕ ПОНЯТИЯ
ДАННЫЕ ИЗОБРАЖЕНИЯ – ПИКСЕЛИ – элементы двумерного mхn
массива – бинарные (2 градации), многоградационные (например, 256 градаций) или
многоградационно-векторные (256 градаций по каждой из составляющих –красной, зеленой и синей). Соответственно изображение – бинарное, полутоновое или спектральное. Обычно m, n = 256...512 (ино- гда – до 107 и >). Одинаковые операции выполняются параллельно по всему изображению, что адекватно использованию процессорных матриц. Часто примененяют специальные графические приставки к ПК.
УЛУЧШЕНИЕ (РЕСТАВРАЦИЯ) ИЗОБРАЖЕНИЙ –компенсация искажений, вносимых при их формировании системами отображения.
КОДИРОВАНИЕ ИЗОБРАЖЕНИЙ – сокращение числа битов представле- ния изображений, при достоверности их воспроизведения. Сначала – пре- образование изображения. Затем – кодирование результата преобразования
РАСПОЗНАВАНИЕ ОБРАЗОВ – это и распознаванию знаков, и средство медицинской диагностики, и составление карт земных ресурсов на основе фотографий, получен. со спутников (дистанционное зондирование), и др.
МАШИННАЯ ГРАФИКА – ввод графич. информации (чертежей и рис.) в ЭВМ, ее обработка и вывод. Основная задача – синтез и представление изображения. Области применения: компьютерная мультипликация, ма- шинное проектир. логич. схем, выполнение дизайнерских проектов и др.
Слайд 29в) КОДИРОВАНИЕ ИЗОБРАЖЕНИЙ И ОБРАБОТКА ГРАФИКИ
Слайд 30ОБРАБОТКА СИМВОЛОВ
Обработка символов – связана с редактированием текстов, переводом
с одного языка на другой, доказательством теорем, преобразованием матема-тических формул,
медицинской диагностикой и т.д. В целом – с созданием искусственного интеллекта.
ОБРАБОТКА ЦЕПОЧЕК СИМВОЛОВ – конкатенация (объединение нескольких цепочек), – сопоставление (сравнение двух цепочек), – замещение (замена одной цепочки на другую), – выборка (выборка части цепочки).
Конкатенация: Z = XY либо Z = X ‘.’ Y
Сопоставление: (СРАВНИВАЕМАЯ ЦЕПОЧКА) (ОБРАЗЦОВАЯ ЦЕПОЧКА) В наихудшем случае – n(m-n) сравнений, m и n (< m ) – длины сравнивае мой и образцовой цепочек. Алгоритм КМП – развит Кнутом, Моррисом и Праттом.
Замещение: ZY = ‘mosq’; Z = ‘knpt’ ‘.’ ‘alsvi’,Y =‘alsvi’. Z = ‘knpt’ ‘.’ ‘mosq’
Операцию сравнения последовательностей литер целесообразно распараллелить.
Слайд 31ОБРАБОТКА ЕСТЕСТВЕННЫХ ЯЗЫКОВ
ЕСТЕСТВЕННЫЙ ЯЗЫК – используемый в повседневной жизни.
ВИДЫ ОБРАБОТКИ
ЕЯ :
обработка слов (поиск в словаре, обработка морфем);
обработка
предложений (синтаксическая, семантическая);
обработка текстов (обработка контекста).
ТЕРМИНОЛОГИЯ: Слово – последовательность букв. Словарь – все слова данного текста должны находиться в словаре для этого текста. Предложение – ряд нескольких слов. Морфема – наименьшая языковая единица: слово, префикс, суффикс.
ПОИСК В СЛОВАРЕ, ОРГАНИЗОВАННОМ КАК TRIE-ДЕРЕВО Пример: {1 2, 1 2 3 4, 1 2 5 6, 1 7, 8 9, 8 10} Механизм выбора последовательности узлов при поиске. Обработка морфем.
Слайд 32ОБРАБОТКА СЛОВ И СИНТАКСИЧЕСКАЯ ОБРАБОТКА
Слайд 33СИНТАКСИЧЕСКАЯ ОБРАБОТКА, или ГРАММАТИЧЕСКИЙ РАЗБОР
СТРУКТУРА ПРЕДЛОЖЕНИЯ определяет связи между объектами:
S – предложение,
N – существительное,
VT – глагол,
ART
– артикль,
PREP – предлог,
NP – существительное или существительное с артиклем,
VP – глагол и существительное (без или с артиклем) или существи-тельное с артиклем и с предлогом,
PP – существительное (без или с артиклем) с предлогом.
ПРАВИЛА CFG (context-free grammer – контекстно-свободная граммати-ка) для структуры предложения в английском языке:
S NP VP;
NP ART N либо NP N;
VP VT NP либо VP VT PP;
PP PREP NP.
Согласно этим правилам, для предложения ‘John saw a lady’ получаем дерево грамматического разбора рис.d.