《高性能计算与云计算—教学大纲》由会员分享，可在线阅读，更多相关《高性能计算与云计算—教学大纲（4页珍藏版）》请在金锄头文库上搜索。
1、高性能计算与云计算教学大纲总学时： 48 理论课学时：32 实验课学时：16一、 课程的性质高性能计算与云计算是计算机专业的专业领域课程。高性能计算技术是计算机技术发展中的一项重要技术。通过该课程的学习，学生应该学习和掌握高性能计算的基础理论知识和实践经验，并为后续课程打下坚实基础。二、 课程的目的与教学基本要求本课程以高性能计算和云计算为主题，分为三大部分，第一部分是高性能计算的基础知识，第二部分是云计算的概念及核心技术，第三部分是高性能计算与云计算的软件支持并行程序的设计原理与方法。主要课程内容包括高性能计算机的系统结构模型，对称多处理机（SMP）、大规模并行处理机（MPP）、集群系统（C
2、luster）和并行计算的性能评测并行算法的一般设计策略、基本设计技术和一般设计过程；云计算的分布式大规模数据处理和云存储技术；共享存储编程、分布存储编程和Map/Reduce编程等面向高性能计算与云计算应用的并行程序设计环境与工具。课程强调融合高性能计算机结构、云计算技术、并行算法和并行编程为一体，力图反映高性能计算和云计算领域的最新成就和发展趋势。学生除完成基本理论课程学习外，课程将通过在高性能计算机系统上的实践，学习和掌握高性能计算和云计算的基础知识。三、 课程适用专业计算机科学与技术、软件技术、信息安全、网络工程四、 课程的教学内容、要求与学时分配1 理论教学部分：按各章节列出主要内容
3、，注明课程教学的难点和重点，对学生掌握知识的要求，以及学时的分配。主要章节及其学时分配：第一章 绪论 （3学时）重点：高性能计算和云计算的概念、基础架构、现状及发展、应用前景难点：云计算的架构、高性能计算技术的发展以及和云计算技术的衔接要求：了解基本概念，基础架构，以及相关的技术和应用第二章 并行计算机体系结构（3学时）重点：系统互联技术；存储存取模型及层次结构；对称多处理机（SMP）、大规模并行处理机（MPP）、集群系统（Cluster）难点：静态和动态互联，存储存取层次结构要求：熟悉各种并行计算机体系结构以及实际应用例子，掌握系统互联的基本原理和方法，了解存储存取模型和层次结构第三章 并行
4、计算模型及性能评估（3学时）重点：并行计算模型PRAM、BSP和LogP；工作负载、加速比和可扩展性，负载受限加速比、时间受限加速比、存储受限加速比，难点：并行计算模型，可扩展性要求：了解并行计算模型及它们之间的异同点，掌握应用计算模型进行并行计算构模的基本方法，了解并行计算的性能评估方法，掌握加速比的计算方法第四章 并行算法设计（6学时）重点：并行算法设计技术包括平衡树方法、倍增技术、分治策略、划分原理和流水线技术等；并行算法设计方法论PCAM：划分，通信，组合、映射难点：分治策略、划分原理；矩阵乘法并行算法的设计和性能比较要求：了解并能应用并行算法设计的基本技术进行并行算法的设计和实现，掌
5、握最短路径、排序、字符串匹配、矩阵乘法等经典并行算法的设计思想，了解并行算法设计的方法论第五章 分布式大规模数据处理（6学时）重点：分布式大规模数据处理的概念、编程模型；Map/Reduce的原理和工作机制、基于的Map/Reduce的并行算法设计难点：Map/Reduce的负载均衡和容错机制，最短路径算法的Map/Reduce实现要求：熟练掌握Map/Reduce的原理和工作机制、掌握词频统计、排序、字符串匹配、最短路径等并行算法的Map/Reduce实现第六章 云存储（3学时）重点：云存储的概念，分布式存储系统的系统架构、容错机制和系统管理技术；分布式文件HDFS的系统架构及关键技术难点：
6、分布式文件系统的读写操作流程要求：了解云存储系统的系统架构和容错机制，掌握分布式文件系统HDFS的存取方法第七章 共享存储编程（3学时）重点：并行编程风范，共享存储编程原理；OpenMP编程模型，制导语句、控制结构和数据子句难点：并行域和共享任务结构，共享对象存取要求：熟悉 OpenMP的编程模型以及基本概念，掌握OpenMP的主要制导语句、控制结构和数据子句第八章 消息传递编程（3学时）重点：消息传递编程原理，进程交互方式；MPI编程模型，通信函数难点：通信模式，非阻塞操作要求：熟练掌握MPI编程的工作原理及相关技术，熟悉其核心函数以及运行环境等，掌握矩阵乘法的MPI实现第九章 高性能计算平
7、台（2学时）重点：高性能计算集群体系结构， hadoop云计算平台及编程环境难点：要求：熟悉高性能计算集群的工作原理及关键技术，掌握构建集群系统和并行编程环境的基本方法2 实验教学部分高性能计算与云计算是一门实践性很强的课程，除了系统的课堂理论学习外，还配有足够数量的实践内容，以巩固和加深学生对课程知识的整体理解。课程将通过在高性能计算机系统上的实践，学习和掌握高性能计算和云计算的基础知识，为在这领域的深入研究和应用开发打下基础。实验一（4学时）：共享存储编程实践。通过OpenMP的实例编程，使得学生掌握高性能计算环境下的基于共享存储的并行程序编程方法。实验二（4学时）：分布存储编程实践。通过
8、MPI的实例编程，使得学生掌握高性能计算环境下的基于分布存储的并行程序编程方法实验三（8学时）：Hadoop平台和Map/Reduce编程实践。通过在Hadoop环境下的Map/Reduce的实例编程，使得学生熟悉Hadoop的编程环境，掌握用Map/Reduce编写并行计算程序的基本步骤，并了解Map/Reduce计算程序在Hadoop下的运行和调试机制。五、 教材和主要参考资料1. 陈国良，并行计算结构算法编程（修订版），高等教育出版社，20032. Kai Hwang等著，陆鑫达等译，可扩展并行计算技术、结构与编程，机械工业出版社，20023. 刘鹏主编，云计算（第二版），电子工业出版社，2011 六、 课程考核方式本课程采用闭卷笔试结合实验和平时作业进行考核，其中闭卷笔试占该课程总评成绩的50%，实验技能考察占该课程总评成绩的40 %，学生的平时成绩（根据作业成绩、课堂提问与出勤率评定）占该课程总评成绩的10 %。
