Competències i objectius

 

Context de l'assignatura per al curs 2024-25

La Inteligencia Artificial (IA) ha experimentado un auge significativo en las últimas décadas, un crecimiento que se apoya en avances impulsados por descubrimientos en el aprendizaje automático y las redes neuronales que han venido acompañados por un incremento exponencial en el rendimiento de los computadores. Este avance tecnológico ha permitido el desarrollo y la implementación de algoritmos de IA cada vez más complejos y eficientes. La IA se beneficia enormemente de este aumento en la velocidad de procesamiento, ya que muchos de los algoritmos de IA, como los de aprendizaje profundo, requieren una gran cantidad de cálculos matemáticos que se deben realizar sobre arquitecturas paralelas.

El objetivo de esta asignatura es conocer el funcionamiento y aplicaciones de sistemas de computación de alto rendimiento, a fin de desplegar aplicaciones de inteligencia artificial que requieren gran cantidad de recursos, optimización de procesos y aplicación de aceleradores, y aprovechamiento y orquestación de recursos en la nube.

 

 

Resultats d'aprenentatge / Competències de l'assignatura (verificades per ANECA en graus i màsters oficials) per al curs 2024-25

Competències transversals

  • CT01 : Utilitzar de manera habitual les eines informàtiques, així com les tecnologies de la informació i les comunicacions, en tot el seu acompliment professional.
  • CT02 : Comunicar de manera oral i escrita transmetent informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

Competències generals

  • CG1 : Analitzar, dissenyar, implementar i implantar solucions completes d'intel·ligència artificial utilitzant les infraestructures, tecnologies, mètodes, eines i plataformes adequades a cada problema
  • CG3 : Analitzar fonts documentals i adquirir coneixements de l'àmbit de la intel·ligència artificial per a seguir els últims avanços en aquesta àrea, determinar la seua aplicabilitat per a la resolució de problemes i #adaptar a nous escenaris futurs.
  • CG4 : Obtindre solucions eficients, òptimes i/o probables aplicant els principis propis de l'enginyeria i el mètode científic, descrivint de forma adequada el problema i realitzant una avaluació sòlida de la proposta
  • CG8 : Concebre, desenvolupar i implantar sistemes d'intel·ligència artificial tenint en compte aspectes de qualitat i seguretat, dins del marc normatiu, a més d'atendre criteris mediambientals i d'ús racional, ètic i eficient de recursos i informacióndas

 

Competències Específiques

  • CE15 : Seleccionar i aplicar sistemes computacionals d'altes prestacions per a accelerar l'execució de mètodes i algorismes i desenvolupar sobre elles aplicacions d'intel·ligència artificial

 

Competències bàsiques

  • CB2 : Que els estudiants sàpien aplicar els seus coneixements al seu treball o vocació d'una forma professional i posseïsquen les competències que solen #demostrar per mitjà de l'elaboració i defensa d'arguments i la resolució de problemes dins de la seua àrea d'estudi

 

 

 

Resultats d'aprenentatge (Objectius formatius)

 

1. Seleccionar la millor arquitectura paral·lela en funció del problema que es desitge resoldre.

2. Conéixer els elements principals en el disseny d'un multicomputador i un multiprocessador.

3. Implementar aplicacions paral·leles utilitzant arquitectures multiprocessador i multicomputador mitjançant tecnologies com MPI i OpenMP.

4. Conéixer sistemes basats en clústers i arquitectures Warehouse Scale Computers (WSC).

5. Conéixer Arquitectures específiques basades en GPUs, ASIC i FPGAs.

1. Seleccionar la millor arquitectura paral·lela en funció del problema que es desitge resoldre.

2. Conéixer els elements principals en el disseny d'un multicomputador i un multiprocessador.

3. Implementar aplicacions paral·leles utilitzant arquitectures multiprocessador i multicomputador mitjançant tecnologies com MPI i OpenMP.

4. Conéixer sistemes basats en clústers i arquitectures Warehouse Scale Computers (WSC).

5. Conéixer Arquitectures específiques basades en GPUs, ASIC i FPGAs.

 

 

 

Objectius específics indicats pel professorat per al curs 2024-25

  • Entender el uso de la computación de altas prestaciones para la inteligencia artificial
  • Conocer los componentes básicos de hardware y middleware en plataformas de altas prestaciones
  • Aprender sobre el uso de aceleradores (p.e. GPUs) y herramientas para su explotación
  • Aprender conceptos de virtualización y usos de las máquinas virtuales
  • Conocer sistemas basados en clusters y arquitecturas Warehouse Scale Computers
  • Descubrir los retos en la computación de altas prestaciones en inteligencia artificial

 

 

Dades generals

Codi: 33667
Professor/a responsable:
Moreno Rodríguez, Ricardo
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: Tecnologia Informàtica i Computació
    Àrea: Arquitectura i Tecnologia de Computadors
    Crèdits teòrics: 1,2
    Crèdits pràctics: 1,2
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix