高性能計算與云計算教學大綱總學時： 48 理論課學時：32 實驗課學時：16一、 課程的性質高性能計算與云計算是計算機專業的專業領域課程。高性能計算技術是計算機技術發展中的一項重要技術。通過該課程的學習，學生應該學習和掌握高性能計算的基礎理論知識和實踐經驗，并為后續課程打下堅實基礎。二、 課程的目的與教學基本要求本課程以高性能計算和云計算為主題，分為三大部分，第一部分是高性能計算的基礎知識，第二部分是云計算的概念及核心技術，第三部分是高性能計算與云計算的軟件支持并行程序的設計原理與方法。主要課程內容包括高性能計算機的系統結構模型，對稱多處理機（SMP）、大規模并行處理機（MPP）、集群系統（Cluster）和并行計算的性能評測并行算法的一般設計策略、基本設計技術和一般設計過程；云計算的分布式大規模數據處理和云存儲技術；共享存儲編程、分布存儲編程和Map/Reduce編程等面向高性能計算與云計算應用的并行程序設計環境與工具。課程強調融合高性能計算機結構、云計算技術、并行算法和并行編程為一體，力圖反映高性能計算和云計算領域的最新成就和發展趨勢。學生除完成基本理論課程學習外，課程將通過在高性能計算機系統上的實踐，學習和掌握高性能計算和云計算的基礎知識。三、 課程適用專業計算機科學與技術、軟件技術、信息安全、網絡工程四、 課程的教學內容、要求與學時分配1 理論教學部分：按各章節列出主要內容，注明課程教學的難點和重點，對學生掌握知識的要求，以及學時的分配。主要章節及其學時分配：第一章 緒論 （3學時）重點：高性能計算和云計算的概念、基礎架構、現狀及發展、應用前景難點：云計算的架構、高性能計算技術的發展以及和云計算技術的銜接要求：了解基本概念，基礎架構，以及相關的技術和應用第二章 并行計算機體系結構（3學時）重點：系統互聯技術；存儲存取模型及層次結構；對稱多處理機（SMP）、大規模并行處理機（MPP）、集群系統（Cluster）難點：靜態和動態互聯，存儲存取層次結構要求：熟悉各種并行計算機體系結構以及實際應用例子，掌握系統互聯的基本原理和方法，了解存儲存取模型和層次結構第三章 并行計算模型及性能評估（3學時）重點：并行計算模型PRAM、BSP和LogP；工作負載、加速比和可擴展性，負載受限加速比、時間受限加速比、存儲受限加速比，難點：并行計算模型，可擴展性要求：了解并行計算模型及它們之間的異同點，掌握應用計算模型進行并行計算構模的基本方法，了解并行計算的性能評估方法，掌握加速比的計算方法第四章 并行算法設計（6學時）重點：并行算法設計技術包括平衡樹方法、倍增技術、分治策略、劃分原理和流水線技術等；并行算法設計方法論PCAM：劃分，通信，組合、映射難點：分治策略、劃分原理；矩陣乘法并行算法的設計和性能比較要求：了解并能應用并行算法設計的基本技術進行并行算法的設計和實現，掌握最短路徑、排序、字符串匹配、矩陣乘法等經典并行算法的設計思想，了解并行算法設計的方法論第五章 分布式大規模數據處理（6學時）重點：分布式大規模數據處理的概念、編程模型；Map/Reduce的原理和工作機制、基于的Map/Reduce的并行算法設計難點：Map/Reduce的負載均衡和容錯機制，最短路徑算法的Map/Reduce實現要求：熟練掌握Map/Reduce的原理和工作機制、掌握詞頻統計、排序、字符串匹配、最短路徑等并行算法的Map/Reduce實現第六章 云存儲（3學時）重點：云存儲的概念，分布式存儲系統的系統架構、容錯機制和系統管理技術；分布式文件HDFS的系統架構及關鍵技術難點：分布式文件系統的讀寫操作流程要求：了解云存儲系統的系統架構和容錯機制，掌握分布式文件系統HDFS的存取方法第七章 共享存儲編程（3學時）重點：并行編程風范，共享存儲編程原理；OpenMP編程模型，制導語句、控制結構和數據子句難點：并行域和共享任務結構，共享對象存取要求：熟悉 OpenMP的編程模型以及基本概念，掌握OpenMP的主要制導語句、控制結構和數據子句第八章 消息傳遞編程（3學時）重點：消息傳遞編程原理，進程交互方式；MPI編程模型，通信函數難點：通信模式，非阻塞操作要求：熟練掌握MPI編程的工作原理及相關技術，熟悉其核心函數以及運行環境等，掌握矩陣乘法的MPI實現第九章 高性能計算平臺（2學時）重點：高性能計算集群體系結構， hadoop云計算平臺及編程環境難點：要求：熟悉高性能計算集群的工作原理及關鍵技術，掌握構建集群系統和并行編程環境的基本方法2 實驗教學部分高性能計算與云計算是一門實踐性很強的課程，除了系統的課堂理論學習外，還配有足夠數量的實踐內容，以鞏固和加深學生對課程知識的整體理解。課程將通過在高性能計算機系統上的實踐，學習和掌握高性能計算和云計算的基礎知識，為在這領域的深入研究和應用開發打下基礎。實驗一（4學時）：共享存儲編程實踐。通過OpenMP的實例編程，使得學生掌握高性能計算環境下的基于共享存儲的并行程序編程方法。實驗二（4學時）：分布存儲編程實踐。通過MPI的實例編程，使得學生掌握高性能計算環境下的基于分布存儲的并行程序編程方法實驗三（8學時）：Hadoop平臺和Map/Reduce編程實踐。通過在Hadoop環境下的Map/Reduce的實例編程，使得學生熟悉Hadoop的編程環境，掌握用Map/Reduce編寫并行計算程序的基本步驟，并了解Map/Reduce計算程序在Hadoop下的運行和調試機制。五、 教材和主要參考資料1. 陳國良，并行計算結構算法編程（修訂版），高等教育出版社，20032. Kai Hwang等著，陸鑫達等譯，可擴展并行計算技術、結構與編程，機械工業出版社，20023. 劉鵬主編，云計算（第二版）