Pro udělení klasifikovaného zápočtu je třeba úspěšně složit zkouškový test pokrývajícího praktické dovednosti studenta a úspěšné složit ústní zkoušku pokrývající teoretické znalosti studenta.

To complete the course, student must successfully pass an exam test covering the student's practical skills and pass the oral exam covering the theoretical knowledge.

Z: Tvrdík, P.: Parallel Algorithms and Computing. ČVUT Praha, 2010. 978-80-01-04333-2.

D: Lea, D.: Concurrent Programming in Java: Design Principles and Pattern (2nd Edition). Prentice Hall, 1999.978-0-201-31009-2.

D: Koubková, A., Pavelka, J.: Úvod do teoretické informatiky. MATFYZPRESS Praha, 2003. 80-85863-33-2.

D: Herout, P.: Učebnice jazyka Java. KOPP České Budějovice, 2010. 978-80-7232-398-2.

D: Matoušek, J., Nešetřil, J.: Kapitoly z diskrétní matematiky. Karolinum Praha, 2010. 80-85863-17-0.

D: Wilkinson, B., Allen, M.: Parallel Programming: Techniques and Applications Using Networked Workstations and Parallel Computers. Prentice Hall, 1999.0-13-671710-1.

D: Dvořák, V.: Architektura a programování paralelních systémů. Učební text FIT VUT v Brně, 2004. 80-214-2608-X.

R: Tvrdík, P.: Parallel Algorithms and Computing. ČVUT Praha, 2010. ISBN 978-80-01-04333-2.

A: Lea, D.: Concurrent Programming in Java: Design Principles and Pattern (2nd Edition). Prentice Hall, 1999. ISBN 978-0-201-31009-2.

A: Eckel, B.: Thinking in Java. Prentice Hall, 2006. ISBN 978-0131872486.

A: Patterson, A. D., Henessy, L. J.: Computer Organization and Design, Fourth Edition: The Hardware/Software Interface (The Morgan Kaufmann Series in Computer Architecture and Design).Morgan Kaufmann, 2011. ISBN 978-0123747501.

A: Wilkinson, B., Allen, M.: Parallel Programming: Techniques and Applications Using Networked Workstations and Parallel Computers. Prentice Hall, 1999.ISBN 0-13-671710-1.

Přednášky a cvičení.

Lectures and courses.

1. Softwarové možnosti optimalizace úloh. Distribuované a paralelní zpracování dat. Paralelizace úloh na vícejádrových procesorech.

2. Jednoduché synchronizační operace a blokující synchronizační primitiva.

3. Modelové problémy synchronizace. Podpora synchronizace v programovacím jazyku.

4. Definice základních pojmů z asymptotické paralelní složitosti a jejich aplikace.

5. Výpočetní model PRAM. Definice základních pojmů z teorie paralelních výpočtů. Složitost rekurzivního zpracování a paralelizace rekurzivních úloh. Paralelizace násobení matic.

6. Paralelní třídící algoritmy.

7. Algoritmus paralelního prefixového součtu a jeho aplikace (RadixSort, paralelní sčítání, SPPS).

8. Paralelizace grafových algoritmů a algoritmy lineární algebry. Dostupné paralelní implementace matematických knihoven.

9. Distribuované zpracování a vzájemná komunikace. Vzdálené zpracování procedur.

10. Současné hardwarové architektury používané pro paralelní zpracování dat.

11. STUDIE podpory distribuovaných a paralelních výpočtů: MATLAB.

12. STUDIE podpory distribuovaných a paralelních výpočtů: C++ v prostředí Unix.

13. STUDIE podpory distribuovaných a paralelních výpočtů: GPU programming.

14. Pokročilé techniky při paralelizaci úloh, optimalizace distribuovaného a paralelního zpracování dat.

1. Software optimization of computer procedures. Distributed and parallel data processing. Parallelization on multicore computer processors.

2. Simple synchronization operations and synchronization blocking primitives.

3. Synchronization model problems. Synchronization support in programming language.

4. Algorithms asymptotic sequential and parallel time and space complexity and their application.

5. PRAM parallel computation model and basic terms of parallel computation theory. Recursion procedures and their parallelization. Parallel matrix multiplication.

6. Parallel sort algorithms.

7. Parallel prefix sum algorithm and its applications (RadixSort, parallel addition, SPPS).

8. Parallelization of graph algorithms and linear algebra algorithms. Available parallel implementations of mathematical libraries.

9. Distributed data processing and communications. Remote procedures call.

10. Current hardware architectures for parallel data computation.

11. CASE STUDY: distributed and parallel data processing in MATLAB.

12. CASE STUDY: distributed and parallel data processing in C++ in Unix environment.

13. CASE STUDY: distributed and parallel data processing using GPU.

14. Advanced parallelization techniques. Distributed and parallel processing optimization.

• elektronické materiály jsou dostupné na http://moodle.vscht.cz/course/view.php?id=116

• Java SE API Documentation, http://java.sun.com >> http://www.oracle.com/technetwork/java/index.html

• elektronická nápověda a dokumentace k MATLAB Parallel Computing Toolbox, MATLAB Distributed Computing Server

• electronic materials are available at http://moodle.vscht.cz/course/view.php?id=116 (in Czech language)

• Java SE API Documentation, http://java.sun.com >> http://www.oracle.com/technetwork/java/index.html

• electronic help and documentation for MATLAB Parallel Computing Toolbox, MATLAB Distributed Computing Server

Předmět je zaměřen na problematiku paralelního programování a distribuovaného zpracování dílčích procedur. Součástí předmětu je i rozbor komunikace a časové náročnosti jednotlivých procesů a odhad výkonnosti navržených paralelních procedur. Implementace studovaných metod je v programovacím jazyku JAVA.

Students will be able to:

• Distinguish whether it is easy to make given task or procedure parallel.

• Design effective parallel procedures.

• Propose other possible acceleration of calculations for tasks with hard parallelization.

• Matematika I

• libovolný předmět na téma programování v nějakém objektově orientovaném programovacím jazyku

• Mathematics I or any equivalent subject

• one subject in the topic of computer programming in any object oriented language (JAVA, C++)