اپلیکیشن اندرویدی فلشکارت آموزشی فتح قلههای پردازش موازی: راهنمای جامع برنامهنویسی سیستمهای موازی انبوه (بر اساس PMMP'95)
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره فتح قلههای پردازش موازی: راهنمای جامع برنامهنویسی سیستمهای موازی انبوه (بر اساس PMMP'95)
موضوع کلی: معماریهای موازی و مدلهای برنامهنویسی
موضوع میانی: الگوهای برنامهنویسی برای سیستمهای با پردازش موازی گسترده
📋 سرفصلهای دوره
- 1. مبانی پردازش موازی: تعریف و انگیزه
- 2. تاریخچه مختصری از کامپیوترهای موازی
- 3. انواع معماریهای پردازش موازی
- 4. دستهبندی فلین: SIMD, MIMD, MISD, SISD
- 5. سیستمهای حافظه مشترک (Shared Memory Systems)
- 6. سیستمهای حافظه توزیع شده (Distributed Memory Systems)
- 7. سیستمهای حافظه ترکیبی (Hybrid Memory Systems)
- 8. نکات کلیدی در طراحی معماریهای موازی
- 9. مفاهیم پردازش موازی گسترده (Massively Parallel Processing - MPP)
- 10. تفاوت بین موازیسازی سختافزاری و نرمافزاری
- 11. چالشهای اصلی در برنامهنویسی موازی
- 12. مفهوم پردازش توزیع شده (Distributed Computing)
- 13. مفهوم پردازش همزمان (Concurrent Computing)
- 14. مدلهای برنامهنویسی: چرا به مدلهای جدید نیاز داریم؟
- 15. مفاهیم اصلی مدلهای برنامهنویسی موازی
- 16. مدل ارتباطی (Communication Model)
- 17. مدل اجرایی (Execution Model)
- 18. مدل حافظه (Memory Model)
- 19. انواع مدلهای ارتباطی: پیامرسانی (Message Passing)
- 20. انواع مدلهای ارتباطی: حافظه مشترک (Shared Memory)
- 21. انواع مدلهای ارتباطی: مدل انتزاعی (Abstract Models)
- 22. معرفی PVM (Parallel Virtual Machine)
- 23. مفاهیم PVM: فرآیندها، وظایف، گروهها
- 24. عملیات اصلی PVM: ارسال و دریافت پیام
- 25. مثالهای ساده PVM
- 26. معرفی MPI (Message Passing Interface)
- 27. مفاهیم MPI: ارتباطات Point-to-Point
- 28. ارسال و دریافت سنکرون و غیرسنکرون در MPI
- 29. ارسال و دریافت بلاککننده و غیربلاککننده در MPI
- 30. دستورات اصلی MPI: Send, Recv
- 31. مفهوم Topologies در MPI
- 32. دستورات MPI برای ارتباطات گروهی (Collective Communications)
- 33. MPI_Bcast, MPI_Reduce, MPI_Gather
- 34. MPI_Scatter, MPI_Allgather, MPI_Alltoall
- 35. مدل برنامهنویسی مبتنی بر حافظه مشترک: OpenMP
- 36. مفاهیم OpenMP: directives, pragmas
- 37. مثالهای ساده OpenMP: parallel regions, worksharing
- 38. کار با حلقهها در OpenMP: for, sections
- 39. مدیریت دادهها در OpenMP: private, shared, reduction
- 40. مفاهیم قفلگذاری (Locking) و همگامسازی (Synchronization) در OpenMP
- 41. کلاسهای حافظه در OpenMP
- 42. مدل برنامهنویسی مبتنی بر حافظه مشترک: POSIX Threads (pthreads)
- 43. مفاهیم pthreads: thread creation, termination
- 44. مدیریت دادهها در pthreads: shared, thread-local
- 45. مکانیسمهای همگامسازی در pthreads: mutexes, semaphores, condition variables
- 46. کار با حلقهها در pthreads
- 47. مقایسه OpenMP و pthreads
- 48. مدلهای برنامهنویسی مبتنی بر ارتباط و انتقال داده (Data-Parallelism)
- 49. مفهوم Data-Parallelism
- 50. موازیسازی از طریق تقسیم داده (Data Decomposition)
- 51. استراتژیهای تقسیم داده: Block, Cyclic, Random
- 52. چالشهای تقسیم داده و تعادل بار (Load Balancing)
- 53. تعریف و اهمیت Load Balancing
- 54. تکنیکهای Load Balancing ایستا (Static)
- 55. تکنیکهای Load Balancing پویا (Dynamic)
- 56. الگوهای برنامهنویسی برای پردازش موازی گسترده
- 57. الگوی MapReduce
- 58. مفاهیم MapReduce: Map function, Reduce function
- 59. مثالهای MapReduce
- 60. معرفی Hadoop و Spark به عنوان پیادهسازیهای MapReduce
- 61. الگوی Parallel Algorithm Design
- 62. مفهوم طراحی الگوریتمهای موازی
- 63. تکنیکهای Divide and Conquer در طراحی موازی
- 64. تکنیکهای Dynamic Programming در طراحی موازی
- 65. تکنیکهای Greedy در طراحی موازی
- 66. الگوهای ساختاری (Structural Patterns)
- 67. الگوی Master-Worker
- 68. الگوی Pipeline
- 69. الگوی Farm
- 70. الگوهای دادهمحور (Data-Centric Patterns)
- 71. الگوی Recursive Data Structures
- 72. الگوی Iterative Data Structures
- 73. الگوی Graph Processing
- 74. الگوی Sparse Matrix Operations
- 75. الگوهای مرتبط با محاسبات علمی و مهندسی
- 76. شبیهسازیهای عددی موازی
- 77. حل معادلات دیفرانسیل موازی
- 78. پردازش تصویر موازی
- 79. یادگیری ماشین موازی
- 80. پردازش زبان طبیعی موازی
- 81. الگوهای مرتبط با محاسبات توزیع شده در مقیاس بزرگ
- 82. پردازش دادههای بزرگ (Big Data Processing)
- 83. سیستمهای NoSQL و پردازش موازی
- 84. شبکههای اجتماعی و تحلیل دادههای موازی
- 85. اینترنت اشیاء (IoT) و پردازش لبه (Edge Computing)
- 86. مدلهای برنامهنویسی مبتنی بر شئ (Object-Oriented Models)
- 87. موازیسازی در زبانهای برنامهنویسی شیگرا
- 88. مفاهیم Actor Model
- 89. مدل CSP (Communicating Sequential Processes)
- 90. مدل Erlang
- 91. کتابخانهها و فریمورکهای پیشرفته موازی
- 92. معرفی CUDA برای پردازش روی GPU
- 93. مفاهیم CUDA: kernels, threads, blocks, grids
- 94. مدیریت حافظه در CUDA
- 95. معرفی OpenCL
- 96. مقایسه CUDA و OpenCL
- 97. دیباگینگ و پروفایلینگ برنامههای موازی
- 98. چالشهای دیباگینگ در محیطهای موازی
- 99. تکنیکهای پروفایلینگ برای شناسایی گلوگاهها
- 100. ابزارهای کمکی برای دیباگینگ و پروفایلینگ
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.