Couvre la méthode Conjugate Gradient pour résoudre des systèmes linéaires sans préconditionnement, en explorant les implémentations de calcul parallèle et les prédictions de performances.
Couvre les fonctions MPI avancées, y compris les types de données, les communicateurs et les E / S, en soulignant l'importance d'utiliser les collectifs pour de meilleures performances.
Couvre les modèles de programmation hybrides, les propositions de projets, la sécurité des threads, les problèmes de topologie et les attentes de performance dans MPI.
Explore la motivation et les avantages de l'utilisation des GPU pour le calcul, en se concentrant sur leurs performances et leur programmation via CUDA.
Comparer les modèles de programmation hybrides, discuter des propositions de projet et souligner l'importance de tenir compte de la topologie physique dans le développement des applications.
