فلش‌کارت‌های آموزشی مدل‌سازی عملکرد و پیش‌بینی زمان اجرای برنامه‌های HPC

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 74,988 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
SMART LEARNING PLATFORM
از مطالعه تا یادگیری ماندگار
فراتر از یک مجموعه فلش‌کارت؛ تجربه‌ای تعاملی برای یادگیری، تمرین، مرور هوشمند و مشاهده مسیر پیشرفت شما، همراه با امکان دریافت گواهی پایان دوره در دوره‌های واجد شرایط.
مرور فاصله‌دار آمار یادگیری گواهی دوزبانه
یادگیری را به یک مسیر قابل پیگیری تبدیل کنید
با ورود به سامانه آموزشی، محتوای دوره را به‌صورت مرحله‌ای دنبال کنید، فلش‌کارت‌ها را مرور کنید، دانش خود را با پرسش‌ها و آزمون‌ها بسنجید و روند پیشرفتتان را در طول مسیر ببینید.
⟳
مرور فاصله‌دار هوشمند
با مرور زمان‌دار، کارت‌های تازه و کارت‌های سررسیدشده را بر اساس برنامه مرور دنبال کنید. ارزیابی پاسخ‌ها به زمان‌بندی مرورهای بعدی کمک می‌کند تا تمرین متناسب‌تری داشته باشید.
◉
مشاهده مسیر پیشرفت
میزان مشاهده فلش‌کارت‌ها، فعالیت‌های مرور، عملکرد آزمون‌ها و آمار یادگیری را بررسی کنید و تصویر روشن‌تری از مسیر آموزشی خود داشته باشید.
▤
یادگیری مرحله‌به‌مرحله
فصل‌ها و بخش‌های آموزشی را به ترتیب دنبال کنید، مطالب دیده‌نشده را پیدا کنید و بدون سردرگمی به ادامه مسیر برگردید.
✓
تمرین و سنجش آموخته‌ها
با نکته‌های آموزشی، پرسش و پاسخ، کوییزها و آزمون‌های پایان فصل، دانسته‌های خود را تمرین کنید و بخش‌هایی را که به توجه بیشتری نیاز دارند بشناسید.
SMART REVIEW
هر بار، مرور هدفمندتر
لازم نیست هر روز از ابتدا درباره اینکه چه چیزی را مرور کنید تصمیم بگیرید. سامانه، صف مرور روزانه را بر اساس کارت‌های تازه و موعد مرور کارت‌ها آماده می‌کند. شما پاسخ را ارزیابی می‌کنید و برنامه مرور با توجه به آن تنظیم می‌شود.
دوباره
برای کارت‌هایی که به تمرین زودتر نیاز دارند.
سخت
برای پاسخ‌هایی که با دشواری به یاد آمده‌اند.
خوب
برای پاسخ‌هایی که به‌درستی به یاد آورده‌اید.
آسان
برای کارت‌هایی که پاسخ آن‌ها را به‌آسانی می‌دانید.
برنامه مرور بر اساس ارزیابی شما تنظیم می‌شود؛ مرور منظم می‌تواند به تثبیت آموخته‌ها کمک کند، اما به‌تنهایی تضمین‌کننده تسلط کامل نیست.
محتوا را به شیوه‌های مختلف تمرین کنید
ساختار دوره‌ها متناسب با موضوع آموزشی طراحی شده است و ممکن است انواع مختلفی از محتوا را در بر بگیرد.
نکته‌های ساده
برای مرور سریع مفاهیم اصلی و نکات کلیدی.
نکته‌های رسمی
برای تمرین تعاریف، اصطلاحات و بیان دقیق علمی.
کوییز
برای سنجش درک مطلب و بررسی گزینه صحیح.
پرسش و پاسخ
برای تمرین یادآوری و سنجش میزان تسلط بر مطالب.
محتوای هر دوره بر اساس ساختار و امکانات فعال همان دوره ارائه می‌شود.
LEARN ANYWHERE
همراه شما روی مرورگر
برای استفاده از نسخه تحت وب، کافی است با حساب کاربری خود وارد سامانه شوید. بدون نیاز به نصب یک برنامه اختصاصی، می‌توانید از مرورگر سازگار روی گوشی، تبلت یا رایانه به دوره‌های در دسترس خود مراجعه کنید.
گوشی هوشمند
برای مطالعه در زمان‌های کوتاه
تبلت و لپ‌تاپ
برای مطالعه و مرور راحت‌تر
حساب کاربری شخصی
برای دسترسی به دوره‌های مجاز شما
COURSE COMPLETION CERTIFICATE
گواهی پایان دوره؛ ثبت دستاورد شما
در دوره‌هایی که امکان دریافت گواهی برای آن‌ها فعال است، می‌توانید پس از تکمیل شرایط آموزشی، درخواست گواهی پایان دوره ثبت کنید.
شرایط درخواست گواهی
✓ داشتن دسترسی دارای قابلیت گواهی برای دوره مربوطه.
✓ تکمیل اطلاعات لازم در پروفایل، شامل کد ملی معتبر، عکس پرسنلی و نام و نام خانوادگی انگلیسی.
✓ مشاهده تمام فلش‌کارت‌های فعال دوره.
✓ قبولی در آزمون‌های پایان فصل، در صورت وجود آزمون برای فصل‌ها.
فارسی و انگلیسی
پس از تأیید و انتشار، نسخه‌های فارسی و انگلیسی گواهی در دسترس قرار می‌گیرند.
استعلام آنلاین
گواهی منتشرشده دارای QR Code و لینک اختصاصی برای بررسی آنلاین اعتبار آن است.
دانلود و چاپ
پس از انتشار گواهی، امکان دریافت نسخه PDF فارسی و انگلیسی و چاپ آن فراهم است.
توجه: ثبت درخواست به معنای صدور قطعی نیست. درخواست گواهی پس از بررسی و تأیید ادمین منتشر می‌شود. این گواهی، گواهی پایان دوره آموزشی است و به‌خودی‌خود معادل مدرک دانشگاهی یا مدرک رسمی مورد تأیید نهادهای دولتی نیست.
یادگیری را شروع کنید؛ پیشرفت را دنبال کنید
با تمرین منظم، مرور هدفمند و پیگیری مسیر آموزشی خود، قدم‌به‌قدم دانش و مهارت‌هایتان را گسترش دهید.
هر کارت، یک قدم به جلو
امکانات محتوایی، مرور و گواهی بر اساس سطح دسترسی و تنظیمات هر دوره متفاوت است.
نگاهی به محیط سامانه

یادگیری هوشمند، قدم‌به‌قدم

با محیط سامانه آموزشی آشنا شوید و نمونه‌هایی از فضای یادگیری، فلش‌کارت‌ها و ابزارهای مرور و تمرین را مشاهده کنید.

تصویر نمونه اول از سامانه آموزشی و فلش‌کارت‌ها
محیط سامانه آموزشی
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید
تصویر نمونه دوم از سامانه آموزشی و فلش‌کارت‌ها
یادگیری و مرور مطالب
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید
تصویر نمونه سوم از سامانه آموزشی و فلش‌کارت‌ها
تجربه مطالعه تعاملی
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید
تصویر نمونه چهارم از سامانه آموزشی و فلش‌کارت‌ها
امکانات بیشتر سامانه
برای مشاهده تصویر در اندازه بزرگ‌تر کلیک کنید

یادگیری فراتر از مطالعه معمولی
با فلش‌کارت‌های آموزشی، مرور هدفمند و تمرین مستمر، مطالب را فعالانه یاد بگیرید و مسیر پیشرفت خود را دنبال کنید.

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.