Nome del corso di laurea |
Informatica |
Codice insegnamento |
GP004158 |
Curriculum |
Comune a tutti i curricula |
Docente responsabile |
Osvaldo Gervasi |
Docenti |
|
Ore |
|
CFU |
9 |
Regolamento |
Coorte 2019 |
Erogato |
Erogato nel 2019/20 |
Erogato altro regolamento |
|
Attività |
Caratterizzante |
Ambito |
Discipline informatiche |
Settore |
ING-INF/05 |
Anno |
1 |
Periodo |
Primo Semestre |
Tipo insegnamento |
Obbligatorio (Required) |
Tipo attività |
Attività formativa monodisciplinare |
Lingua insegnamento |
Inglese |
Contenuti |
Introduzione all’High Performance Computing (HPC) e all'High Throughput Computing (HTC); Implementazione e amministrazione di Cluster. Costruzione di servizi scalabili ed in alta affidabilità. Il progetto Condor per High Throughput Computing. Architettura dei sistemi Grid; Gestione e Bilanciamento dei Processi in ambiente Cluster e Grid. GPU Computing; OpenCL. Cloud Computing. Implementazione di infrastrutture per Deep learning e l’ analisi di Big Data |
Testi di riferimento |
J. Garrison and K. Nova, Cloud Native Infrastructure-Patterns for Scalable Infrastructure and Applications in a Dynamic Environment, O’Reilly and Associates, 2018, ISBN: 978-1-492-03969-3R. Buyya, J. Broberg, A. M. Goscinsky: Cloud Computing: Principles and Paradigms, Wiley, 2011, ISBN 978-0-470-88799-8Materiale didattico fornito dal docente con riferimenti bibliografici |
Obiettivi formativi |
L'obiettivo principale del corso è quello di introdurre lo studente allo studio di sistemi emergenti che sono tra l'altro alla base delal realizzazione dei moderni data center e al rilascio di ambienti in alta affidabilità, oltre a presentare i sistemi ad alte prestazioni, fondamentali per l'avanzamento della conoscenza e della scienza, e per erogare servizi moderni, inclusi quelli in ambiente mobile.Le principali conoscenze acquisite saranno:disegno e implementazione di sistemi Cluster: principali problematiche e modalità di istallazione e configurazione Servizi ad alta affidabilità e sistemi ad alte prestazioni L'ambiente Condor per la realizzazione di Cluster High Throughput GPGPU Computing e programmazione OpenCL di GPU: come incrementare le performances di molti applicativi. Cloud Computing: disegno e implementazione di cloud ibride. Data Analysis: Deep Learning e Big Data Analysis.Le principali abilità (vale a dire la capacità di applicare le conoscenze) acquisite sono:Capacità di disegnare e implementare un Cluster di computer, evitandone le possibili criticità Capacità di disegnare e implementare i servizi di rete e applicazioni in alta affidabilità Capacità di pianificare ed implementare GPGPU computing per calcolo ad alte prestazioni e per l'aumento di prestazioni in ambienti Multi/many core. Capacità di pianificare ed implementare un ambiente Cloud ibrido Implementazione di infrastrutture per Deep learning e Big Data Analysis. |
Prerequisiti |
Nessun prerequisito è richiesto allo studente; si considera che lo studente abbia comunque dimestichezza con il disegno e la configurazione dei servizi della rete Internet. La conoscenza approfondita dei sistemi operativi open source come Linux agevola l'acquisizione dei concetti del corso. Nel corso delle lezioni verranno comunque forniti esempi e casi d'uso volti ad agevolare l'apprendimento dei concetti illustrati a lezione. |
Metodi didattici |
Lezione frontale con l'ausilio di strumenti multimediali (slides, video, etc). Esercitazione in sala computer. |
Altre informazioni |
Il docente è disponibile ad erogare lezioni frontali, esercitazioni e sessioni di esami in lingua Inglese, francese, spagnolo.Il docente è disponibile a sostenere l'esame in lingua Inglese, Francese, Spagnolo. |
Modalità di verifica dell'apprendimento |
L'esame prevede un esame orale di circa 30 minuti nel quale lo studente deve dimostrare la padronanza dei concetti richiesti, una adeguata proprietà di linguaggio e la capacità di organizzare i concetti da esporre in modo adeguato. |
Programma esteso |
Il corso introduce gli studenti alle moderne tecnologie che permettono la realizzazione di data center e di erogare applicazioni in ambienti di alta affidabilità e bilanciamento del carico. In particolare verranno trattati i temi seguenti:Introduzione all'High Performance Computing (HPC) e all'High Throughput Computing (HTC); Beowulf clusters; Implementazione e amministrazione di Cluster: OpenMosix, Oscar, Roks; Costruzione di servizi scalabili; Realizzazione di servizi ad alta affidabilità in ambiente Cluster: Heartbeat, Corosync, PaceMaker. Condor: istallazione, implementazione e design di un Cluster High Throughput. GPGPU Computing. linguaggio di programmazione OpenCL. Cloud Computing: presentazione e implementazione di una Cloud ibrida.Data Analysis: Depp Learning e Big Data Analysis |