Ce module est géré par l'université Jean Monnet (UJM). Il présente les différents outils nécessaires au calcul parallèle: architecture hardware, cluster de calcul, librairies spécifiques, ainsi que les méthodes mathématiques nécessaires à une telle approche parallèle: stockage efficient des données, algorithmes de décomposition de domaine avec ou sans recouvrement, méthode de Monte-Carlo.
| A la fin de l’unité pédagogique, l’élève sera capable de : | Niveau de taxonomie | Priorité |
|---|
| Part de l'évaluation individuelle | Part de l'évaluation collective | ||||
|---|---|---|---|---|---|
| Examen sur table : | % | Livrable(s) de projet : | % | ||
| Examen oral individuel : | % | Exposé collectif : | % | ||
| Exposé individuel : | % | Exercice pratique collectif : | % | ||
| Exercice pratique individuel : | % | Rapport collectif : | % | ||
| Rapport individuel : | % | ||||
| Autre(s) : % | |||||
| Type d’activité pédagogique : | Contenu, séquencement et organisation |
|---|---|
| Introduction aux architectures de calcul parallèle | Architectures de parallélisation, calcul parallèle en mémoire distribuée avec la librairie MPI, calculs déportés sur un cluster de calcul sous linux. |
| Parallélisation : algèbre linéaire et décomposition de domaines | Stockage matrice creuse versus méthodes de résolution; Décomposition de domaine avec et sans recouvrement dans le cas d'une équation aux dérivés partielle de type elliptique. |
| Algorithmes stochastiques et calcul parallèle | Méthodes de Monte-Carlo (échantillonnage aléatoire) pour la résolution des équations et calculer des intégrales sans solution explicite connue. Exemples pratiques (TP) pour résoudre des équations aux dérivées partielles et calculer des constantes universelles. |
| Application à la simulation numérique – étude de cas |