doc. Ing. Radim Burget, Ph.D.

Ústav telekomunikací (UTKO)

Absolventi jsou schopni návrhu a implementace různých forem paralelních systémů pro řešení problémů při zpracování velkých objemů dat. Naučí se techniky pro paralelizaci programů na CPU a GPU a dále techniky pro distribuované výpočty. Zde budou absolventi ovládat technologie Apache Spark, Kafka, Cassaandra a naučí se provádět distribuované zpracování dat s využitím datových operací: transformace, agregace, klasifikace, regrese, shlukování dat, četné vzory.

Holubová, Irena, et al. Big Data a NoSQL databáze. Grada, 2015. (EN)
BARLAS, Gerassimos. Multicore and gpu programming: an integrated approach. ISBN 9780124171374 (EN)

Metody vyučování zahrnují přednášky, cvičení na počítači a laboratoře. Předmět využívá e-learning (Moodle). Student odevzdává jeden samostatný projekt.

závěrečná zkouška

čeština

1. Úvod
2. CPU - paralelní výpočty
3. GPU - úvod
4. GPU - paměť
5. GPU - synchronizace
6. GPU - paralelní vzory
7. GPU - maticové operace a streamování
8. Spark - úvod
9. Spark - pokročilé operace
10. Spark - strojové učení
11. Spark - streamování
12. Ostatní paralelní technologie
13. Celkový přehled a diskuze
14. Semestrální zkouška

Cílem kurzu je seznámit studenty s možnostmi paralelizace při zpracování dat s využitím klasických procesorů, grafických procesorů a distribuovaných systémů.

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

• Program MKC-TIT magisterský navazující, 2. ročník, zimní semestr, 6 kreditů, povinně volitelný
  

13 hod., nepovinná

doc. Ing. Radim Burget, Ph.D.

eLearning: aktuální otevřený kurz