NDAB20001U High Performance programmering og systemer (HPPS)
High Performance Programming and Systems (HPPS)
Bacheloruddannelsen i bioinformatik
Bacheloruddannelsen i biokemi
Bacheloruddannelsen i datalogi-økonomi
Bacheloruddannelsen i machine learning og datavidenskab
Bacheloruddannelsen i kognitions- og
datavidenskab
Kurset introducerer de studerende til emnerne computerarkitektur og datanetværk, hukommelsesarkitektur, styresystemer, task-parallelisme og samtidighed, samt til massivt data-paralleliserede arkitekturer. Der vil være fokus på effektiv data-processering (big data) og effektive beregninger (big compute).
Kurset er rettet mod studerende på kombinationsuddannelserne datalogi-økonomi og machine learning og datavidenskab, og søger at udvikle en grundlæggende forståelse for koncepter indenfor datamater og it-systemer. Efter kurset vil den studerende besidde evnen til at reflektere over den praktiske ydeevne og udførsel af lavniveau programmer, samt besidde det faglige grundlag for senere praktiske og teoretiske kurser indenfor datalogien.
Kursets indhold er tematisk opdelt som følger:
- Talrepræsentationer, aritmetik og boolsk algebra
- Instruktionssæt, (symbolsk) maskinsprog, processorarkitektur, og lagerhierarkier
- Tråde, skedulering, og synkronisering
- Processer og virtuel hukommelse
- Datanetværk
- Parallelle arkitekturer
Kurset vil undervejs introducere studerende til lav-niveau systemprogrammeringssprog, såsom C, samt til relevante udviklingsværktøjer, koncepter og teknikker indenfor systemprogrammering. Parallelliseringsteknikker implementeret i gængse lineær algebra-biblioteker vil blive introduceret.
Viden om
- talrepræsentationer, aritmetik og boolsk algebra
- instruktionssæt, (symbolsk) maskinsprog, processorarkitektur, og lagerhierarkier
- tråde, skedulering, og synkronisering
- processer og virtuel hukommelse
- indkodning af data i filer
- datanetværk
- parallelle arkitekturer
Færdigheder i at
- implementere enkle programmer i et systemprogrammeringssprog med eksplicit lagerhåndtering
- redegøre for de forskellige motivationer for samtidighed, lagerhierarkier, og virtuel hukommelse
- benytte gængse værktøjer til at foretage udvikling, modifikation og udvidelse af programmer på systemniveau
- systematisk afprøve, fejlrette, og måle ydelse af programmel på systemniveau
- implementere enkle programmer på en parallel platform
Kompetencer til at
- ræsonnere omkring processorarkitektur, lagerhierarkier, styresystemer og datanetværk
- analysere ydeevnen af programmer baseret på viden om processorarkitektur, lagerhierarkier og styresystemer
- implementere enkle programmer i et systemprogrammeringssprog
- ræsonnere omkring korrektheden af simple flertrådede programmer
- implementere enkle programmer på en parallel platform
Se Absalon for kursuslitteratur.
- Kategori
- Timer
- Forelæsninger
- 32
- Forberedelse (anslået)
- 62
- Øvelser
- 32
- Projektarbejde
- 50
- Eksamensforberedelse
- 10
- Eksamen
- 20
- I alt
- 206
Som meritstuderende - klik her!
Som enkeltfags-studerende (efter- og videreuddannelse) - klik
her!
- Point
- 7,5 ECTS
- Prøveform
- Skriftlig aflevering, 51 timer
- Prøveformsdetaljer
- Individuel tag-hjem skriftlig eksamen med udarbejdelse af program og rapport.
- Krav til indstilling til eksamen
Der stilles 3-5 afleveringsopgaver af varierende størrelse, herunder programmeringsprojekter og teoretiske opgaver.
Det udmeldes på Absalon ved kursusstart præcis hvor mange afleveringsopgaver, der stilles.
Alle undtagen 1 af opgaverne skal godkendes for at kvalificere sig til eksamen.
Detaljer for afleveringerne, herunder størrelserne på opgaverne og om de enkelte opgaver skal løses individuelt eller i grupper, offentliggøres ved kursusstart.
- Hjælpemidler
- Alle hjælpemidler tilladt
Det er tilladt at anvende Large Language Models (LLM)/Large Multimodal Models (LMM) – fx ChatGPT og GPT-4. Den endelige liste med tilladte Ai-værktøjer offentliggøres på Absalon.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ekstern censur
- Reeksamen
Samme som den ordinære eksamen.
Kvalifikation til deltagelse i reeksamen opnås ved (gen)aflevering af afleveringsopgaver senest 3 uger før reeksamen, således at samme krav som for indstillingskravet til den ordinær eksamen opfyldes. Dvs. alle undtagen 1 af afleveringsopgaverne skal godkendes for at kvalificere sig til reeksamen.
Kriterier for bedømmelse
Se målbeskrivelsen.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- NDAB20001U
- Point
- 7,5 ECTS
- Niveau
- Bachelor
- Varighed
- 1 blok
- Placering
- Blok 2
- Skemagruppe
- A (tirs 8-12 + tors 8-17)
- Kursuskapacitet
- Ingen begrænsning – medmindre du tilmelder dig i eftertilmeldingsperioden (BA og KA) eller som merit- eller enkeltfagsstuderende.
Studienævn
- Studienævn for Matematik og Datalogi
Udbydende institut
- Datalogisk Institut
Udbydende fakultet
- Det Natur- og Biovidenskabelige Fakultet
Kursusansvarlige
- Troels Henriksen (athas@di.ku.dk)