Competències i objectius

 

Context de l'assignatura per al curs 2024-25

La asignatura Computación en Paralelo para el Cálculo Científico es una asignatura obligatoria del Máster Universitario en Cálculo y Modelización Científica. La asignatura capacitará al alumnado para trabajar sobre arquitecturas paralelas, así como desarrollar y optimizar software para las mismas.
La computación paralela ha sido usada durante décadas, tanto a nivel científico como industrial, como instrumento de apoyo para abordar problemas que requieren de gran potencia de cálculo y/o el manejo de grandes cantidades de datos. La velocidad en la computación secuencial tiene unos límites y restricciones a los que paulatinamente se va llegando. La computación paralela permite incrementar la velocidad de computo así como abordar problemas que incluyen gran cantidad de datos. El paralelismo consiste en replicar unidades de tratamiento de información con el objetivo de repartir tareas entre las mismas, espacial o temporalmente, y realizar la ejecución del programa en cuestión, en un tiempo inferior. A las arquitecturas de este tipo de computadores se las denomina arquitecturas paralelas. Ejemplos de aplicación de la computación paralela se pueden encontrar en el procesamiento de señales biomédicas, procesamiento de imágenes y reconocimiento del habla, procesamiento de señales sísmicas, etc.

 

 

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

Competències transversals

  • CT1 : Desenvolupar habilitats per al treball en equip, ja siga en equips amb personal de la mateixa disciplina o equips multidisciplinaris (incloent professionals de formació tècnica, social o científica)
  • CT2 : Adoptar el mètode científic en el plantejament i realització de treballs diversos tant a nivell acadèmic com professional, i d'adoptar procediments basats en criteris de qualitat i sostenibilitat en l'activitat professional
  • CT3 : Desenvolupar habilitats, estratègies i tècniques per a la interacció, el treball col·laboratiu i la transferència del coneixement i conclusions obtingudes, tant a professionals de sectors afins com a públic no especialitzat

 

Competències generals

  • CG5 : Adquirir els coneixements informàtics necessaris per a ser capaç de'adaptar a la resolució de problemes científics en qualsevol àrea de ciències experimentals

 

Competències Específiques

  • CE1 : Conéixer i usar el programari específic de càlcul científic apropiat per a matemàtiques i ciències experimentals
  • CE2 : Resoldre, mitjançant l'ús de tècniques de càlcul científic, problemes propis de matemàtiques i ciències experimentals planificant la seua resolució en funció de temps i recursos disponibles

 

Competències bàsiques

  • CB10 : Que els estudiants posseïsquen les habilitats d'aprenentatge que els permeten continuar estudiant d'una manera que haurà de ser en gran manera autodirigido o autònom
  • CB6 : Posseir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
  • CB7 : Que els estudiants sàpien aplicar els coneixements adquirits i la seua capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seua àrea d'estudi
  • CB8 : Que els estudiants siguen capaços d'integrar coneixements i #enfrontar a la complexitat de formular judicis a partir deuna informació que, sent incompleta o limitada, incloga reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
  • CB9 : Que els estudiants sàpien comunicar les seues conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats

 

 

 

Resultats d'aprenentatge (Objectius formatius)

 

· Conéixer la importància, la innovació i la necessitat de la computació en paral·lel per al càlcul científic.

· Dotar d'un coneixement general sobre la programació paral·lela i sistemes paral·lels.

· Conéixer diferents models de programació i tècniques per al disseny, avaluació i implementació d'algorismes paral·lels.

· Dotar d'experiència en la resolució paral·lela i distribuïda de problemes a fi de millorar les prestacions.

· Conéixer els entorns de programació més difosos per al desenvolupament de sistemes paral·lels.

· Aplicar els coneixements en situacions pràctiques, principalment amb la formulació d'estratègies per a problemes reals.

· Conéixer la importància, la innovació i la necessitat de la computació en paral·lel per al càlcul científic.


· Dotar d'un coneixement general sobre la programació paral·lela i sistemes paral·lels.


· Conéixer diferents models de programació i tècniques per al disseny, avaluació i implementació d'algorismes paral·lels.


· Dotar d'experiència en la resolució paral·lela i distribuïda de problemes a fi de millorar les prestacions.


· Conéixer els entorns de programació més difosos per al desenvolupament de sistemes paral·lels.


· Aplicar els coneixements en situacions pràctiques, principalment amb la formulació d'estratègies per a problemes reals.

 

 

 

Objectius específics indicats pel professorat per al curs 2024-25

  • Mostrar la importancia, la innovación y la necesidad de la computación en paralelo.
  • Entender y saber utilizar el vocabulario específico y conceptos básicos de la computación en paralelo.
  • Dotar de un conocimiento general sobre programación paralela y sistemas paralelos.
  • Mostrar la filosofía de la programación paralela y las diferencias existentes con la programación secuencial.
  • Conocer los entornos de programación más difundidos para el desarrollo de sistemas paralelos.
  • Ser capaz de identificar a partir de un problema sencillo las partes susceptibles de ser paralelizables.
  • Ser capaz de utilizar con fluidez herramientas y librerías básicas de computación de altas prestaciones tanto en entornos de memoria distribuida como en entornos de memoria compartida y arquitecturas multicore.
  • Ser capaz de aplicar dichas herramientas y librerías para resolver de forma eficiente problemas científico-técnicos cuyo modelado produce sistemas de gran tamaño.
  • Aplicar los conocimientos en situaciones prácticas, principalmente con la formulación de estrategias para problemas reales.

 

 

Dades generals

Codi: 49237
Professor/a responsable:
ARNAL GARCIA, JOSE
Crèdits ECTS: 3,00
Crèdits teòrics: 0,50
Crèdits pràctics: 0,70
Càrrega no presencial: 1,80

Departaments amb docència

  • Dep.: CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
    Àrea: CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
    Crèdits teòrics: 0,5
    Crèdits pràctics: 0,7
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix