Курс знакомит с некоторыми принципами
разработки параллельных алгоритмов. Из всего многообразия причин, побуждающих к
использованию суперкомпьютеров, в рамках курса рассматриваются только две:
сокращение времени решения прикладных задач и обеспечение возможности решения
больших задач за заданное время. В связи с этим подчеркивается необходимость
использования, с одной стороны, самых быстрых из известных последовательных
алгоритмов, а с другой – относительно медленных, но обладающих большим запасом
внутреннего параллелизма, параллельных алгоритмов. В качестве примера приводятся
алгоритмы сортировки больших массивов.
Одной из основных областей применения
суперкомпьютеров является численное решение методами математического
моделирования множества разнообразных задач, описываемых уравнениями
математической физики. Это может быть прогнозирование погоды, моделирование
газодинамических потоков обтекания самолётов или автомобилей, изучение
фильтрационных процессов нефтедобычи, распространения примесей в воздушном
пространстве или в горизонтах подземных вод, изучение электромагнитных полей и
токов в перспективных микроэлектронных устройствах и множество других задач. Ни
в коей мере не предполагается предварительное знакомство слушателей с
соответствующей проблематикой. В рамках курса наглядно показано, что
перечисленные задачи сводятся к необходимости обработки сеточных данных –
данных, определенных на графах большого размера. Таким образом, существенный
интерес представляют алгоритмы обработки таких графов, поскольку от качества
этих алгоритмов существенно зависит сама возможность решения поставленных
прикладных задач.
Обсуждается проблема балансировки загрузки
процессоров, острота которой многократно возрастает с ростом числа процессоров и
процессорных ядер. Рассматриваются основные принципы, лежащие в основе методов
решения двух ключевых проблем: проблемы рациональной декомпозиции сеточных
данных и проблемы динамической балансировки загрузки
процессоров.
Обсуждается ряд общих вопросов, возникающих при использовании суперкомпьютеров
для обработки научных данных, в том числе методы визуализации сеточных данных,
принципы организации их распределенного хранения и
ввода-вывода.
