授業科目名				担当教員
並列コンピューティング特論				安藤　英俊／鈴木　智博
時間割番号	単位数	コース	履修年次	期別	曜日	時限
GTK503	2	(未登録)	1	後期	火	I
［概要と目標］
大規模な科学技術計算、ビッグデータや機械学習の処理の高速化の要求に応えるため、最新のマルチコア CPU、GPU およびそれらからなるクラスタシステムの性能を引き出すために必要となる並列プログラミングの実践的な知識を習得する。 なお、本授業はコンピュータ理工学コースのディプロマポリシーで定めた専門知識・技術(B1)に対応する。
[到達目標]
・近年のCPUにおけるプログラム最適化の基礎知識を理解する ・並列処理特有の問題点とその解決法を理解する ・並列処理の典型的なパターンとGPU上での効果的な実装法を理解する
［必要知識・準備］
C言語またはC++言語の知識が必要
［評価基準］
No 評価項目 割合 評価の観点 1 試験：期末期  50  % 大規模並列計算機の並列プログラミングの理解  2 試験：中間期  50  % 共有・分散メモリ型並列計算機の並列プログラミングの理解
［教科書］
(未登録)
［参考書］
片桐孝洋, スパコンプログラミング入門, 東京大学出版会, ISBN:978-4-13-062453-4 寒川光ほか, HPCプログラミング, オーム社, ISBN:978-4-274-20746-4
［講義項目］
Zoomによるライブ型とオンデマンド配信を適宜組み合わせて授業を行う。 鈴木担当回は基本的に対面形式とする。 第１回　高性能計算と並列プログラミングのイントロダクション（担当　鈴木） 第２回　BLAS演算（担当　鈴木） 第３回　行列行列積のチューニング（担当　鈴木） 第４回　OpenMPによる並列プログラミング（担当　鈴木） 第５回　実習１（担当　鈴木） 第６回　MPIによる並列プログラミング（担当　鈴木） 第７回　実習２（担当　鈴木） 第８回　実習３（担当　鈴木） 第９回　GPUによる並列プログラミングのイントロダクション（担当 安藤） 第１０回 GPU上での並列Mapパターン＋実習（担当 安藤） 第１１回 GPU上での並列Stencilパターン（担当 安藤） 第１２回 GPU上での並列Reductionパターン＋実習（担当 安藤） 第１３回 GPU上での並列Scanパターン（担当 安藤） 第１４回 Nvidia Deep Learning Instituteによる実習（担当 安藤） 第１５回 GPU上での並列Ballotパターン＋実習（担当 安藤）
［前年度授業に対する改善要望等への対応］
アンケート結果確認中