کتاب مدل‌سازی عملکرد و پیش‌بینی زمان اجرای برنامه‌های HPC با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌سازی عملکرد و پیش‌بینی زمان اجرای برنامه‌های HPC

موضوع کلی: محاسبات با عملکرد بالا (HPC)

موضوع میانی: HPC و مدلسازی سیستم‌های جبر HPC و آینده پیشتاز

📋 سرفصل‌های دوره

  • 1. مبانی مدل‌سازی عملکرد در HPC
  • 2. مفاهیم پایه زمان اجرا و بهره‌وری
  • 3. معیارهای سنجش عملکرد (Metrics) در سیستم‌های موازی
  • 4. تحلیل پیچیدگی زمانی و مکانی در مقیاس HPC
  • 5. مدل‌های نظری زمان اجرا (Theoretical Execution Time)
  • 6. مفهوم Roofline Model و تحلیل محدودیت‌ها
  • 7. تحلیل محدودیت حافظه (Memory Bound) در مقابل محدودیت پردازش (Compute Bound)
  • 8. مدل‌سازی پهنای باند حافظه و تاخیر (Latency)
  • 9. تحلیل سلسله‌مراتب حافظه در مدل‌های پیش‌بینی
  • 10. مدل‌سازی عملکرد پردازنده و Pipeline
  • 11. تاثیر دستورالعمل‌های SIMD بر پیش‌بینی زمان اجرا
  • 12. مدل‌سازی هزینه ارتباطات در شبکه‌های HPC
  • 13. مدل‌های هزینه ارتباطی LogP و مدل‌های مشتق شده
  • 14. تحلیل زمان اجرای برنامه‌های MPI
  • 15. مدل‌سازی سربار همگام‌سازی (Synchronization Overhead)
  • 16. پیش‌بینی زمان اجرای الگوریتم‌های موازی متداول
  • 17. تحلیل مقیاس‌پذیری قوی (Strong Scaling)
  • 18. تحلیل مقیاس‌پذیری ضعیف (Weak Scaling)
  • 19. قانون آمدال (Amdahl's Law) و محدودیت‌های تسریع
  • 20. قانون گستابروک (Gustafson's Law) و مدل‌سازی مقیاس‌پذیری
  • 21. مدل‌سازی عملکرد در معماری‌های GPU
  • 22. تحلیل انتقال داده بین Host و Device در پیش‌بینی زمان
  • 23. مدل‌سازی بهره‌وری هسته‌های CUDA و OpenCL
  • 24. تحلیل اشغال حافظه و تاثیر آن بر زمان اجرای GPU
  • 25. مدل‌سازی برنامه‌های ناهمگن (Heterogeneous Computing)
  • 26. تکنیک‌های پروفایلینگ برای استخراج داده‌های مدل‌سازی
  • 27. استفاده از ابزارهای Performance Counters
  • 28. تحلیل نقاط گلوگاه (Bottleneck Analysis)
  • 29. مدل‌سازی آماری زمان اجرا
  • 30. استفاده از رگرسیون برای پیش‌بینی زمان اجرا
  • 31. مدل‌های پیش‌بینی مبتنی بر یادگیری ماشین (ML-based Prediction)
  • 32. تخمین زمان اجرا با استفاده از داده‌های تاریخی (Historical Data)
  • 33. مدل‌سازی اثرات نویز سیستم (System Noise/Jitter)
  • 34. تحلیل تاثیر توپولوژی شبکه بر زمان اجرای برنامه‌ها
  • 35. مدل‌سازی عملکرد سیستم‌های فایل موازی (Parallel File Systems)
  • 36. پیش‌بینی زمان I/O در برنامه‌های HPC
  • 37. مدل‌سازی تداخل منابع (Resource Contention)
  • 38. تحلیل اثرات Cache Miss بر مدل‌های پیش‌بینی
  • 39. مدل‌سازی عملکرد در محیط‌های مجازی شده و کانتینری
  • 40. استراتژی‌های بهینه‌سازی بر اساس مدل‌های پیش‌بینی
  • 41. اعتبار‌سنجی مدل‌های عملکرد (Model Validation)
  • 42. تحلیل خطا در پیش‌بینی زمان اجرا
  • 43. مدل‌سازی برای برنامه‌های دینامیک و تطبیقی
  • 44. پیش‌بینی زمان اجرا در محیط‌های ابری HPC
  • 45. مدل‌سازی مصرف انرژی در کنار زمان اجرا
  • 46. بهینه‌سازی Trade-off بین زمان اجرا و مصرف انرژی
  • 47. تحلیل عملکرد در مقیاس اگزاسکیل (Exascale Performance)
  • 48. مدل‌سازی برای برنامه‌های با داده‌های حجیم (Big Data HPC)
  • 49. روش‌های تخمین زمان اجرا برای کاربر‌های نهایی (User-level Estimation)
  • 50. طراحی ابزارهای پیش‌بینی زمان برای سیستم‌های زمان‌بندی (Schedulers)
  • 51. مدل‌سازی اثرات Compiler Optimization بر زمان اجرا
  • 52. تحلیل تاثیر مدیریت حافظه و Garbage Collection در HPC
  • 53. مدل‌سازی عملکرد در زبان‌های سطح بالا (Python/Julia) برای HPC
  • 54. پیش‌بینی زمان اجرای کتابخانه‌های ریاضی بهینه‌شده (BLAS/LAPACK)
  • 55. مدل‌سازی توزیع بار (Load Balancing) و تاثیر آن بر زمان کل
  • 56. تحلیل زمان اجرای الگوریتم‌های Iterative در HPC
  • 57. مدل‌سازی زمان اجرا برای شبیه‌سازی‌های مونت‌کارلو
  • 58. تخمین زمان اجرای برنامه‌های موازی با گام‌های زمانی (Time-stepping)
  • 59. مدل‌سازی اثرات NUMA بر پیش‌بینی عملکرد
  • 60. تحلیل تاثیر Hyper-threading بر مدل‌های زمان اجرا
  • 61. مدل‌سازی پیشرفته برای سیستم‌های چند‌لایه (Multi-tier Memory)
  • 62. روش‌های شتاب‌دهی مدل‌های پیش‌بینی عملکرد
  • 63. مقایسه مدل‌های تحلیلی در مقابل مدل‌های تجربی
  • 64. تکنیک‌های Extrapolation برای پیش‌بینی عملکرد در مقیاس‌های بزرگتر
  • 65. مدل‌سازی زمان اجرای برنامه‌های گرافیکی موازی
  • 66. تحلیل تاثیر توزیع داده‌ها بر زمان اجرای توابع کاهش (Reduction)
  • 67. مدل‌سازی هزینه ارتباطات در الگوریتم‌های All-to-All
  • 68. پیش‌بینی زمان اجرای برنامه‌های با ساختار گرافیکی (Irregular Applications)
  • 69. مدل‌سازی اثرات Lock Contention در برنامه‌های Shared Memory
  • 70. تحلیل عملکرد در محیط‌های MPI+OpenMP
  • 71. مدل‌سازی زمان اجرا برای سیستم‌های ذخیره‌سازی NVMe در HPC
  • 72. پیش‌بینی زمان اجرای برنامه‌های مبتنی بر Task-based Parallelism
  • 73. مدل‌سازی اثرات Thermal Throttling بر زمان اجرا
  • 74. تحلیل اثرات Clock Speed و DVFS بر مدل‌های پیش‌بینی
  • 75. مدل‌سازی عملکرد در پردازنده‌های ARM برای HPC
  • 76. پیش‌بینی زمان اجرای برنامه‌های AI/ML در زیرساخت HPC
  • 77. مدل‌سازی ارتباطات در شبکه‌های InfiniBand و Omni-Path
  • 78. تحلیل اثرات Topology-aware Mapping بر زمان اجرا
  • 79. استفاده از مدل‌های Queueing Theory برای پیش‌بینی زمان انتظار و اجرا
  • 80. مدل‌سازی عملکرد برای سیستم‌های توزیع‌شده بسیار بزرگ
  • 81. رویکردهای مدرن در تخمین زمان اجرای برنامه‌های علمی
تگ‌ها: Computational Science Compute Bound Execution Time Prediction GPU Performance HPC Architecture HPC Optimization HPC Performance Modeling Memory Bound MPI Performance Parallel Computing Performance Metrics Performance Profiling Roofline Model Scalability Analysis Strong and Weak Scaling

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.