Задача этого трека научить студентов эффективно применять современные архитектуры сверхпроизводительных вычислений и больших данных (таких как многоядерные CPU и GPU) для различных научных и индустриальных проектов. Кроме теоретической подготовки по параллельным вычислениям, студенты знакомятся со стандартными библиотеками параллельных вычислений (например, OpenMP, MPI, OpenACC и CUDA), фреймворками обработки больших данных (Hadoop), фреймворками машинного обучения (Tensorflow) и ПО для визуализации (ParaView, Visit).
На базе масштабных суперкомпьютерных мощностей Сколтеха, соответствующих уровню ведущих мировых вузов, студенты получат опыт работы с масштабной вычислительной инфраструктурой.
Успешный выпускник трека HPC сможет:- использовать существующие фреймворки высокопроизводительных вычислений и больших данных для решения актуальных задач науки и индустрии;
- разрабатывать и оптимизировать коды параллельных вычислений для эффективного применения современных архитектур CPU, GPU и др;
- обслуживать и поддерживать инфраструктуру для высокопроизводительных вычислений и обработки больших данных.