課程資訊
課程名稱
平行與分散式程式設計
Parallel and Distributed Programming 
開課學期
99-2 
授課對象
電機資訊學院  資訊網路與多媒體研究所  
授課教師
洪士灝 
課號
CSIE7210 
課程識別碼
922 U3970 
班次
 
學分
全/半年
半年 
必/選修
選修 
上課時間
星期三2,3,4(9:10~12:10) 
上課地點
資310 
備註
限學士班四年級以上
總人數上限:30人 
Ceiba 課程網頁
http://ceiba.ntu.edu.tw/992pdp2011 
課程簡介影片
 
核心能力關聯
核心能力與課程規劃關聯圖
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

『平行與分散式程式設計』為運用多處理機系統與雲端運算平台所必備的知識與技能,本課程教授平行程式設計與分散式雲端運算相關技術,包括常見的平行與分散式程式設計語言,如MPI, OpenMP, CUDA, MapReduce等,使學生能應用多處理機系統與雲端運算平台。本課程為大學部高年級與研究所選修課程,除了課程講授之外,也要求學生自行研讀教材,進行實驗,尋找研究題材,以及完成期末專題。 

課程目標
本課程的目標在於讓修課同學:
- 學習平行化程式及演算法
- 使用MPI, OpenMP, CUDA, MapReduce等平行程式語言開發程式
- 在雲端計算平台實作平行化程式,以瞭解雲端計算相關之效能要素
- 培養尋找研究題材與進行研究之專業能力 
課程要求
本課程為大學部高年級與研究所選修課程,除了課程講授之外,也要求學生自行研讀教材,進行實驗,以及設計期末專題。學生需具備下列課程基礎:
- 計算機結構
- 程式設計
- 作業系統 
預期每週課後學習時數
 
Office Hours
 
指定閱讀
1. Peter Pacheco, An Introduction to Parallel Programming, Elsevier, 2011. ISBN: 9780123742605

 
參考書目
1. Hesham El-Rewini and Mostafa Abo-El-Barr, Advanced Computer Architecture and Parallel Processing, Wiley, 2005
2. Jason Sanders and Edward Kandrot, CUDA by Example: An Introduction to General-Purpose GPU Programming, Addison-Wesley, 2011
3. Jimmy Lin and Chris Dyer. Data-Intensive Text Processing with MapReduce. Morgan and Claypool Publishers, 2010.
 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
Final Project 
30% 
 
2. 
Research Survey 
20% 
 
3. 
Exercises 
30% 
 
4. 
Participation 
20% 
Discussion, Quiz 
 
課程進度
週次
日期
單元主題
第1週
02/23  Introduction 
第2週
03/02  Parallel Hardware and Parallel Software 
第3週
03/09  Distributed-Memory Programming with MPI 
第4週
03/16  教師出國開研討會,助教將講解MPI程式設計範例。 
第5週
03/23  Shared-Memory Programming with Pthreads 
第6週
03/30  Shared-Memory Programming with OpenMP 
第7週
04/06  學校放假 
第8週
04/13  Data Parallel Programming - CUDA/OpenCL 
第9週
04/20  Basic MapReduce Programming 
第10週
04/27  MapReduce (2) 
第11週
05/04  Project Proposal 
第12週
05/11  Parallel Program Development 
第13週
05/18  Parallel Program Development 
第14週
05/25  Project Progress Review 
第15週
06/01  Performance Optimization 
第16週
06/08  Performance Optimization 
第17週
06/15  Performance Optimization 
第18週
06/22  Final Demo