Συστήματα Επεξεργασίας στο Άκρο του Δικτύου

Πληροφορίες Μαθήματος
ΤίτλοςΣυστήματα Επεξεργασίας στο Άκρο του Δικτύου / Edge Computing
ΚωδικόςIHST211
ΣχολήΘετικών Επιστημών
ΤμήμαΠληροφορικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΕαρινή
Υπεύθυνος/ηΓεώργιος Κεραμίδας
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600020721

Πρόγραμμα Σπουδών: ΠΜΣ ΤΕΧΝΟΛΟΓΙΕΣ ΔΙΑΔΡΑΣΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ (2018 έως σήμερα) ΜΦ

Εγγεγραμμένοι φοιτητές: 1
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΕπιλογής217,5

Πρόγραμμα Σπουδών: ΠΜΣ ΤΕΧΝΟΛΟΓΙΕΣ ΔΙΑΔΡΑΣΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ (2018 έως σήμερα) ΠΦ

Εγγεγραμμένοι φοιτητές: 4
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΕπιλογής217,5

Πληροφορίες Τάξης
ΤίτλοςΣυστήματα Επεξεργασίας στο Άκρο του Δικτύου
Ακαδημαϊκό Έτος2021 – 2022
Περίοδος ΤάξηςΕαρινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία3
Class ID
600200641
Τύπος Μαθήματος
Eιδίκευσης / Kατεύθυνσης
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
  • Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Βασικές γνώσεις αρχιτεκτονικής υπολογιστών και λειτουργικών συστημάτων.
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές/τριες θα μπορούν να: - Εξηγούν τις βασικές προκλήσεις στην σχεδίαση συστήματων για το άκρο του δικτύου - Εξηγούν τις βασικές προκλήσεις στην εκτέλεση απαιτητικών αλγορίθμων σε συσκευές με περιορισμένους΄πόρους - Να σχεδιάσουν συστήματα με αυξημένη αξιοπιστία - Να εφαρμόζουν τεχνικές μείωσης της κατανάλωσης ισχύος σε υλικό και λογισμικό - Εξηγούν τις βασικές προκλήσεις στην σχεδίαση συστημάτων που απαιτούν απόκριση σε πραγματικό χρόνο - Εξηγούν τις βασικές προκλήσεις στην αύξηση του παραλληλισμού σε επιπεδο εντολών - Εφαρμόζουν τεχνικές αύξησης της παραλληλίας μια εφαρμογής - Εφαρμόζουν τεχνικές βελτιστοποίησης σε επιπεδο κώδικα για μονοπύρηνα και πολυπύρηνα συστήματα - Να σχεδιάσουν παράλληλες αρχιτεκτονικές υπολογιμού για αλγοριθμους μηχανικής μάθησης
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Εργασία σε διεθνές περιβάλλον
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Επισκόπηση των επεξεργαστικών συστημάτων σε επίπεδο συσκευών, Edge και Cloud (Edge, very-edge and Cloud Computing). Υπολογιστικές απαιτήσεις τυπικών αλγορίθμων και απαιτήσεις μνήμης (data analytics, machine learning, deep learning algorithms). Περιβάλλοντα ανάλυσης υπολογιστικών απαιτήσεων εφαρμογών (simulators, profiling techniques, cloud-based tools and methods). Σχεδιαστικοί στόχοι στο άκρο του δικτύου (edge computing). Dependability και fault-tolerance: Εισαγωγή και απαιτήσεις. Ορολογία και διάκριση των εννοιών της αξιοπιστίας, της διαθεσιμότητας, της συντηρησιμότητας, της ασφάλειας και της αποδοσιμότητας. Σφάλματα, λάθη και βλάβες. Μοντέλα σφαλμάτων. Πλεονασμός σε χρόνο και χώρο. Τεχνικές πλεονασμού σε υλικό και λογισμικό, Graceful degradation. Εφαρμογές. Χαμηλή κατανάλωση ισχύος (power aware computing): Εισαγωγή και απαιτήσεις (output quality, computing error rates, classification quality, lifetime, availability rate). Δυναμική και στατική κατανάλωση ισχύος. Νόμος του Moore και Νόμος του Dennard. Επεξεργαστές και συστήματα μνήμης χαμηλής κατανάλωσης. Δυναμική ρύθμιση της τάσης και της συχνότητας (DVFS) σε IoT και edge-level επεξεργαστές. Υπολογισμοί κατά προσέγγιση (approximate computing). Εργασία πάνω στην ανάλυση της κατανάλωσης ισχύος σε κινητές συσκευές (smartphones): μέτρηση της κατανάλωσης ισχύος με performance counters. Απόκριση σε πραγματικό χρόνο (real-time responsiveness) και απόκριση με βάση την χειρότερη περίπτωση (worst-case execution time). Λειτουργικά συστήματα και διεργασίες σε συσκευές περιορισμένων πόρων. Εκτίμηση απόδοσης και διαχείριση μνήμης σε ΙοΤ και edge-level συσκευές. Εργασία πάνω στην χρήση του εργαλείου yocto για την δημιουργία Linux kernels. Επεξεργασία στο άκρο του δικτύου (διαθέσιμες λύσεις από την εταιρία ARM). Ενσωματωμένοι επεξεργαστές. Υλικό ενσωματωμένων συστημάτων. Επισκόπηση βασικών εννοιών της παραλληλίας των επεξεργαστών (Superscalar, VLIW, επεξεργαστές, Μοντέλα εκτέλεσης SIMD, MIMD, δυναμική δρομολόγηση εντολών, ιεραρχίες αρχιτεκτονικών κρυφών μνημών ιεραρχίες μνήμης, υπερνηματισμός (hyperthreading), αρχιτεκτονικές SMT, πολλαπλών πυρήνων (multicoreCMP)). Τεχνικές βελτιστοποίησης κώδικα για πολυεπεξεργαστικές αρχιτεκτονικές. Μελέτη αρχιτεκτονικών χαρακτηριστικών των σύγχρονων επεξεργαστών και η αποδοτική αξιοποίησή τους από τον κώδικα που εκτελείται σε αυτές. Τεχνικές Βελτιστοποίησης Κώδικα: Ανάλυση Εξαρτήσεων, Μετασχηματισμοί επαναληπτικών Βρόχων, πρόβλεψη διακλάδωσης, μετασχηματισμοί δεδομένων. Βελτιστοποίηση τοπικότητας αναφοράς σε κρυφές μνήμες για τη μείωση των αστοχιών (cache & TLB misses), Πολυνηματικός Προγραμματισμός για συστήματα πολλαπλών πυρήνων & πολλαπλών επεξεργαστών. Παράλληλες αρχιτεκτονικές υπολογισμού για μηχανική μάθηση. Αρχιτεκτονικές παράλληλης επεξεργασίας. Πολυεπεξεργαστικά συστήματα, επιταχυντές και υλικό ειδικού σκοπού για εφαρμογές μηχανικής μάθησης. Σχεδιασμός και υλοποίηση παράλληλων προγραμμάτων. Παραλληλοποίηση υπολογιστικών πυρήνων μηχανικής μάθησης σε παράλληλες αρχιτεκτονικές γενικού σκοπού και επιταχυντές.
Λέξεις Κλειδιά
Επεξεργασίας στο Άκρο του Δικτύου, Υπολογιστικές απαιτήσεις, Ανάλυση υπολογιστικών απαιτήσεων, Αξιοπιστίας, Τεχνικές πλεονασμού, Χαμηλή κατανάλωση ισχύος, Δυναμική και στατική κατανάλωση ισχύος. Δυναμική ρύθμιση της τάσης και της συχνότητας, Απόκριση σε πραγματικό χρόνο, Απόκριση με βάση την χειρότερη περίπτωση, Ενσωματωμένοι επεξεργαστές, Τεχνικές βελτιστοποίησης κώδικα, Παράλληλες αρχιτεκτονικές υπολογισμού για μηχανική μάθηση
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Πολυμεσικό υλικό
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
  • Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Περιγραφή
Χρήση διαφανειών σε υπολογιστή και εξειδικευμένου λογισμικού για εξομοίωση μονοπύρηνων και πολυπήρηνων επεξεργαστών. Χρήση Συστήματος Διαχείρισης Μαθημάτων για την ανάρτηση του εκπαιδευτικού υλικού και την επικοινωνία με τους φοιτητές.
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις39
Μελέτη και ανάλυση βιβλίων και άρθρων60
Εκπόνηση μελέτης (project)83
Συγγραφή εργασίας / εργασιών
Εξετάσεις3
Σύνολο185
Αξιολόγηση Φοιτητών
Περιγραφή
Γραπτές εργασίες, Προγραμματιστική εργασία
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Συμπερασματική)
  • Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
  • Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Συμπερασματική)
  • Έκθεση / Αναφορά (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
1) Parallel Computer Organization and Design, Michel Dubois, Murali Annavaram, Per Stenstrom, 2012. 2) Reconfigurable computing, Scott Hauck, André DeHon, Morgan Kauffman. 3) Parallel Computing for Data Science: With Examples in R, C++ and CUDA, Norman Matloff, Chapman and Hall/CRC The R Series, 2016. 4) Scaling up machine-learning: Parallel and Distributed Approaches, Ron Bekkerman, Mikhail Bilenko, John Langford, Cambridge University Press, 2018.
Τελευταία Επικαιροποίηση
19-02-2022