Imagem de topo do site
Realizado por: logo sbct Escola Regional de Alto Desempenho do Rio de Janeiro - 2023




Local:
Inovateca - UFRJ

Endereço:
R. Aloísio Teixeira, 564 - Cidade Universitária da Universidade Federal do Rio de Janeiro
Rio de Janeiro - RJ
CEP 21941-850 - Brasil


Local dos minicursos:
Bloco H, Centro de Tecnologia - UFRJ

Endereço:
Av. Horácio Macedo, 2030, Centro de Tecnologia, da Universidade Federal do Rio de Janeiro
Rio de Janeiro - RJ
CEP 21941-450 - Brasil

ERAD-RJ no Instagram

Palestrantes Convidados


BRITO

Samuraí Brito

Itaú Unibanco

MELO

Maicon Melo Alves

Petrobras

TADEU

Antônio Tadeu

LNCC

ALVES

Fábio Alves

NVIDIA

HOUZEAUX

Guillaume Houzeaux

Barcelona Supercomputing Center

COSTA

Mônica Costa

Hewlett Packard Enterprise



ERAD - Minicursos

Todos os minicursos serão na sala H324-B (Bloco H do Centro de Tecnologia), Quarta-feira, 21/6.

Minicurso 1: Computação de Alto Desempenho em Julia

AUTORES:

  • Roberto Machado Velho (UFRJ)
  • Rafael Benchimol Klausner (PSR Consultoria Ltda. & PUC-Rio)
  • Matheus da Silva Serpa (UFRGS)
  • Adriano Côrtes (UFRJ).

HORÁRIO:

8h-10h

EMENTA:

O minicurso tem como objetivo apresentar o uso de programação paralela com uma linguagem moderna, de fácil uso e aprendizado, Julia. Ele permitirá aos participantes aprender a prototipar aplicações paralelas simples em Julia e a rodar aplicações complexas já existentes, sejam elas multicore, multi-node e em GPU escritas em Julia num ambiente típico de computação de alto desempenho utilizando um gerenciador de processos como o Slurm.

  1. Apresentação da linguagem Julia em Terminal;
  2. Utilização de Pacotes em Julia, medição de tempo de computação, onde encontrar referências para utilização de Julia em computação em paralelo;
  3. O paradigma multicore em Julia num cluster computacional típico (exemplo utilizando o gerenciador slurm);
  4. Exemplos progressivos em ambiente multicore;
  5. O paradigma multi-node em Julia;
  6. Exemplos progressivos em ambiente multi-node;
  7. O paradigma de programação utilizando GPUs em Julia (se o tempo permitir);
  8. Exemplos de programação em GPU (se o tempo permitir).

Minicurso 2: Introdução ao OpenACC

AUTOR:

  • João Paulo de Oliveira (NVIDIA)

HORÁRIO:

10h-12h

EMENTA:

T.B.A

Minicurso 3: Aprendendo computação quântica usando qiskit

AUTOR:

  • Miguel Paredes Quinones (Dell Technologies)

HORÁRIO:

13h-15h

EMENTA:

Neste Minicurso aprenderemos os conceitos básicos de computação quântica. Serão exploradas todas as ferramentas presentes no Qiskit para poder rodar o seu primeiro circuito quântico. O Qiskit é a biblioteca em python da IBM para poder trabalhar com circuitos quânticos. Os conhecimentos prévios para entender este curso são: estatística e álgebra linear.

  1. Bases da Computação quântica
    1. Diferenças com a computação clássica;
    2. Notações;
    3. Explorando Qiskit;
    4. Simulado meu primer circuito quântico.

  2. Operações com portas de 1 qubit
    1. Portas Pauli;
    2. Portas rotacionais;
    3. Portas S e T;
    4. Representação de múltiplos qubits;

  3. Operações com portas de múltiplos qubit e emaranhamento
    1. Porta CNOT;
    2. Emaranhamento;
    3. Portas controladas;
    4. Porta Swap;
    5. Criando um circuito somador.

Minicurso 4: Otimização de Programas Paralelos com o uso do OpenACC

AUTORES:

  • Evaldo B. Costa
  • Gabriel P. Silva

HORÁRIO:

15h-17h

EMENTA:

Este minicurso tem por objetivo apresentar técnicas de otimização de programas paralelos com uso de diretivas do OpenACC através de ferramentas que executem de uma análise completa de desempenho do código para identificação de regiões paralelizáveis e quais métodos podem ser aplicados.
O OpenACC é um modelo de programação para computação paralela que pode ser executado em diversos tipos de arquiteturas: multicore, manycore e aceleradores.
Assim, neste minicurso são avaliados os efeitos dos componentes de hardware como número de processadores, hierarquia de memória e aceleradores sobre o desempenho de programas paralelos.
Ressaltam-se as modificações que devem ser feitas no código para explorar com vantagem as características dos recursos computacionais, avaliando os seus respectivos impactos no desempenho de um programa.

Realização Organização e Execução Patrocínio
SBC ufrj    cefet   uerj     rural     lncc   DELLNVIDIA HPE