Datos Identificativos					2023/24
Asignatura (*)	Procesamento Paralelo			Código	614G02023
Titulación
Descriptores	Ciclo	Período	Curso	Tipo	Créditos
	Grao	1º cuadrimestre	Terceiro	Obrigatoria	6
Idioma	Castelán
Modalidade docente	Presencial
Prerrequisitos
Departamento	Enxeñaría de Computadores
Coordinación	Enes Álvarez, Jonatan		Correo electrónico	jonatan.enes@udc.es
Profesorado	Enes Álvarez, Jonatan		Correo electrónico	jonatan.enes@udc.es
Web
Descrición xeral	Nesta materia o alumno estudará o papel que o uso do paralelismo ten á hora de acelerar a execución de programas en xeral, e o procesamento de datos en particular. O coñecemento teórico partirá dos conceptos técnicos máis básicos de paralelismo, incluíndo a súa utilidade, aplicabilidad, o contexto técnico da execución de programas paralelos e a súa evolución histórica (Tema 1). Despois, exporanse as principais tecnoloxías hardware que existen actualmente para o procesamiento paralelo, así como as súas capacidades técnicas subxacentes relacionadas e necesarias para explotar o paralelismo (Tema 2). A continuación, profundarase no paralelismo con conceptos engadidos, clasificacións, posibles deseños para o seu implementación software e maneiras de analizar o seu rendemento (Tema 3). Finalmente, aplicarase todo o coñecemento previamente adquirido estudando as ferramentas e tecnoloxías modernas para o procesamiento de datos masivos, é dicir, pondo o foco no Big Data (Tema 4). No aspecto práctico, o alumno realizará diversas sesións cun enfoque incremental a fin de adquirir o coñecemento e a habilidade de programar e/ou despregar solucións de procesamiento. Empezarase con prácticas dirixidas a adquirir competencias máis técnicas e simples, e irase progresando cara a solucións máis completas, cada vez máis relacionadas á súa vez co procesamiento de datos. As prácticas serán autocontenidas e fortemente enfocadas á resolución de problemas ou escenarios concretos. Esta materia ten unha forte dependencia con materias previas como "Fundamentos de Programación I e II", principalmente polo seu requisito técnico para a programación, e "Deseño e Análise de Algoritmos" polo seu coñecemento teórico da análise de complexidade dos algoritmos. En menor medida requírense coñecementos previos da materia de "Fundamentos de Computadores" para comprender o comportamento empírico e o rendemento en xeral dalgúns programas cando estes execútanse nun computador.

Competencias do título Código Competencias do título

Resultados de aprendizaxe

Resultados de aprendizaxe	Competencias do título
Coñecer os requisitos técnicos e as tecnoloxías actuais que permiten o paralelismo.	A12	B8 B9
Coñecer as diferentes tecnoloxías de paralelismo existentes, a súa aplicación, límites, vantaxes e desvantaxes.	A12	B4 B8 B9
Ser capaz de aplicar técnicas de paralelismo para transformar unha solución existente e así permitir un procesamento paralelo.	A12	B2 B4 B7 B8 B9 B10	C1
Ser capaz de analizar o rendemento dunha solución de procesamento, existente sen paralelismo ou nova con paralelismo	A12	B2 B4 B7 B8 B9 B10	C1
Comprender a importancia do paralelismo á hora de levar a cabo procesos de análise de datos críticos no ámbito social, comercial ou de investigación.	A12	B3 B4 B8 B10	C4

Contidos

Temas	Subtemas
Tema 1 - Introducción e conceptos previos	* Programa secuencial e Proceso * Anatomía e ciclo de vida dun proceso * Fíos * Programa paralelo * Utilidades do paralelismo
Tema 2 - Paralelismo en Hardware, xerarquía do paralelismo	* Niveis de paralelismo * Paralelismo interno do procesador (agochado) * Funcionalidades do procesador (paralelismo baixo nivel) * Recursos accesibles do procesador (paralelismo alto nivel) * Conxunto de máquinas (Cluster e Supercomputador) * Redes distribuidas de Computación * Dispositivos específicos * Estado del arte de los procesadores
Tema 3 - Paralelismo en Software, diseño e implementación	* Clasificación do paralelismo (Taxonomía de Flynn) * Linguaxes e frameworks do paralelismo * Conceptos chave * Paradigmas do procesamento paralelo * Análise de programas paralelos * Deseño de programas paralelos
Tema 4 - Paralelismo no Big Data	* Almacenamiento de datos * Xestión de recursos e a ejecución * Procesamento Batch * Procesamento Streaming

Planificación

Metodoloxías / probas	Competencias	Horas presenciais	Horas non presenciais / traballo autónomo	Horas totais
Sesión maxistral	A12 B3 B8 B9 C4	20	30	50
Prácticas de laboratorio	A12 B2 B4 B7 B9 B10 C1	20	60	80
Proba obxectiva	A12 B2 B4 B7 B9 C1 C4	3	11	14
Atención personalizada		6	0	6
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías

Metodoloxías	Descrición
Sesión maxistral	* As clases de sesión maxistral introducirán a base teórica sobre a cal se basearán as prácticas que o alumnado realizará posteriormente, tentando en todo momento sinalar esta conexión. * De igual forma, as sesións maxistrais explicarán e detallarán outros conceptos importantes relacionados co paralelismo en xeral, xa sexan previos ou fundamentais a fin de entender o funcionamento das tecnoloxías usadas nas sesións de prácticas, ou ben máis avanzados e que explican o seu uso e papel crítico en procesos relevantes para a sociedade. ________________________________________________________________________________
Prácticas de laboratorio	* Cada práctica será brevemente explicada polo profesor nunha sesión de prácticas, onde ademais o alumnado iniciará a súa realización. * As prácticas de laboratorio serán autocontidas e estarán enfocadas a escenarios moi concretos ou á resolución de problemas moi comúns, todo mediante o uso de técnicas, paradigmas e tecnoloxías previamente explicadas nas sesións maxistrais. * Cada práctica, que pode ocupar unha ou varias sesións, centrarase nun problema para o cal o alumno dispoñerá dunha explicación previa, un código xa proporcionado a utilizar e unha serie de preguntas sobre as cales terá que desenvolver a práctica no seu traballo en clase e autónomo. As preguntas poden pedir realizar unha extensión ou modificación do código, facer un estudo empírico do rendemento con distintas configuracións de paralelismo, describir o seu funcionamento ou comportamento, ou outras preguntas enfocadas en xeral a que o alumno comprenda o problema e a solución de paralelismo aplicada. ________________________________________________________________________________
Proba obxectiva	* Ao final do cuadrimestre realizarase un exame de avaliación de toda a materia, onde se incluirán principalmente preguntas de desenvolvemento dos conceptos e materia en xeral explicada nas sesións maxistrais. * De igual forma tamén se poden incluír en menor medida preguntas breves especificamente enfocadas a avaliar a adquisición dos coñecementos chave das prácticas de laboratorio.

Atención personalizada

Metodoloxías Sesión maxistral Prácticas de laboratorio

Descrición * A atención personalizada destinarase ao apoio de forma xeral do alumnado ao longo da materia e estenderase sobre todo o temario que se expoña. * Por unha banda dita atención estará dispoñible para a comprensión/ampliación de conceptos explicados nas sesións maxistrais de teoría, co fin de que ningunha alumna ou alumno teña dificultades na adquisición do coñecemento máis teórico e que será suxeito de avaliación na proba final. Isto é especialmente importante nas fases temperás daquel temario que sexa incremental, ou nos momentos de 'cambio' de temario. * Por outra banda a atención personalizada tamén estará dispoñible de cara ao alumnado que requira unha atención máis específica para a resolución de incidentes ou dúbidas orixinadas nas prácticas de laboratorio, xa sexan problemas técnicos para realizar ditas prácticas, como dificultades para comprender algún concepto chave delas. Esta atención estará dispoñible ao longo de todo o curso, aínda que se recomenda dirixir calquera dúbida dunha práctica ao longo da duración desta ou poucos días despois da súa finalización. ____________________________________________________________________________ O alumnado con dispensa académica poden pedir, mediante atención personalizada, unha explicación dunha práctica nas mesmas condicións que nas sesións de prácticas ordinarias.

Avaliación

Metodoloxías	Competencias	Descrición	Cualificación
Prácticas de laboratorio	A12 B2 B4 B7 B9 B10 C1	* Todas as prácticas serán suxeitas a avaliación por parte do profesor. A avaliación pode ser individual mediante un cuestionario, ou grupal mediante unha entrega. Os grupos serán previamente formados e manteranse durante todo o curso. * A avaliación das prácticas realizaranse en datas previamente anunciadas, ata as cales se espera que o alumnado finalice a práctica no seu tempo de traballo autónomo asociado. ________________________________________________________________________	50
Proba obxectiva	A12 B2 B4 B7 B9 C1 C4	* Exame escrito realizado ao final do cuadrimestre de xeito individual. * Avaliaranse principalmente conceptos teóricos explicados nas sesións maxistrais. * En menor medida tamén se incluirán preguntas sobre conceptos chave das sesións prácticas.	50
Observacións avaliación
Para aprobar a materia será necesario obter: un mínimo do 40% da nota máxima da proba obxectiva (2 puntos de 5). un mínimo do 40% da nota máxima da parte práctica (2 puntos de 5). A nota de prácticas NON É RECUPERABLE para a segunda oportunidade. Os alumnos con matrícula a tempo parcial poderán asistir (previo aviso) a un grupo de prácticas distinto ao que teñan asignado. Os alumnos con matrícula a tempo parcial ou que dispoñan de dispensa académica poderán realizar a súa entrega máis tarde, ou no caso de que se avalíe unha práctica mediante cuestionario, poderán preacordar co profesor unha data distinta se é necesario. A fin de cumprir coa lexislación actual en materia de igualdade, aplicaranse 2 medidas: Os grupos de traballo formados buscarán ser paritarios A avaliación dos cuestionarios de prácticas entregados inidvidualmente, así como da proba obxectiva final, serán corrixidos cun método cego que garante a anonimicidade do alumno.

Fontes de información

Bibliografía básica	Julio Ortega Lopera (2005). Arquitectura de computadores. Madrid : Thomson David A. Patterson (2014). Computer organization and design: the hardware/software interface. Waltham, MA : Morgan Kaufmann ------------------------ (Tema 1 ). ------------------------ . ------------------------ (Tema 2). ------------------------ . ------------------------ (Tema 3). ------------------------ . ------------------------ (Tema 4). ------------------------ . Sarah L. Harris (2021). Digital design and computer architecture. Amsterdam : Elsevier, Morgan Kaufmann Francisco Almeida (2008). Introducción a la programación paralela. Madrid : Paraninfo Cengage Learning Tomasz Drabas (2017). Learning PySpark. Packt Publishing Jan Palach (2014). Parallel programming with Python. Packt Publishing Giancarlo Zaccone (2015). Python parallel programming cookbook. Packt Publishing Jesús Carretero Pérez (2021). Sistemas operativos: una visión aplicada . Madrid : McGraw-Hill
Bibliografía complementaria	Jorge Luis Ortega-Arjona (2010). Patterns for parallel software design. Sussex, UK: Wiley series in software design patterns Peter S. Pacheco (2021). An introduction to parallel programming. Burlington, MA : Morgan Kaufmann Vijay Srinivas Agneeswaram (2014). Big Data analytics beyond Hadoop: real-time applications with Storm, Spark, and more Hadoop alternatives. Upper Saddle River, NJ : Pearson Education John L. Hennesy (2019). Computer architecture: a quantitative approach. Cambridge, Massachusetts : Morgan Kaufmann Bertil Schmidt (2017). Parallel programming: concepts and practice. Cambridge, MA : Morgan Kaufmann William Stallings (2005). Sistemas operativos: aspectos internos y principios de diseño. Madrid : Pearson

Recomendacións

Materias que se recomenda ter cursado previamente

Deseño e Análise de Algoritmos/614G02011 Fundamentos de Computadores/614G02005 Fundamentos de Programación II/614G02009 Fundamentos de Programación I/614G02004

Materias que se recomenda cursar simultaneamente

Algoritmos/614G03008

Materias que continúan o temario

Procesamento Paralelo Avanzado/614G02034

Observacións

Recoméndase ter unhas competencias básicas/intermedias na programación coa linguaxe Python dado que todas as prácticas realizaranse con esta linguaxe. Recoméndase ter uns coñecementos básicos no uso dun sistema Linux, xestión de procesos e coñecemento de ficheiros e entrada/saída.

(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías