Архітектура високопродуктивних систем


Для вивчення у 2026-2027 навчальному році

Всього годин: 120

Дисципліна «Архітектура високопродуктивних систем» є вибірковим компонентом освітньо-наукової програми підготовки здобувачів третього рівня вищої освіти за спеціальністю «Комп'ютерні науки» та присвячена принципам побудови, аналізу та оптимізації обчислювальних систем, призначених для розв'язання ресурсоємних задач, що потребують високої продуктивності, пропускної здатності та мінімальних затримок. У межах курсу розглядаються архітектурні особливості багатоядерних та багатопроцесорних систем, методології паралельних обчислень, моделі пам'яті та когерентності кеш-пам'яті, організація систем введення-виведення, а також підходи до проєктування спеціалізованих процесорів, програмованих логічних інтегральних схем, кластерних систем та обчислювальних комплексів суперкомп'ютерного рівня.

Мета курсу

Метою вивчення дисципліни є формування у аспірантів здатності проєктувати, досліджувати та оптимізувати архітектури високопродуктивних систем із урахуванням балансу між швидкодією, енергоспоживанням, вартістю та надійністю, а також розробляти ефективні алгоритмічні та системні рішення для задач моделювання, обробки великих даних, машинного навчання та інших обчислювально-інтенсивних галузей. Курс спрямований на поглиблення науково-дослідницьких компетентностей, необхідних для самостійної роботи над створенням та експлуатацією високопродуктивних обчислювальних інфраструктур.

Програмні результати навчання

ПРНУ12. Здійснювати науково-обґрунтовану розробку сучасних інформаційних технологій для автоматизації життєвого циклу мережних сервісів у сервісно-орієнтованій архітектурі, застосовувати та критично оцінювати механізми динамічного управління сіткою на основі політик та оркестрації, а також обґрунтовувати вибір архітектурних рішень і технологічних стеків для побудови масштабованих, відмовостійких і безпечних сервісно-орієнтованих інформаційних мереж. ПРНУ14. Застосовувати сучасні методи оптимізації для налаштування, навчання та впровадження різних моделей штучного інтелекту, включаючи глибокі нейронні мережі та нечіткі системи; розробляти та адаптувати алгоритми навчання для конкретних програмних та програмно-апаратних платформ, враховуючи обмеження на обчислювальні ресурси та енергоефективність; обґрунтовувати вибір оптимальної стратегії їх мінімізації для підвищення точності, швидкості збіжності та стабільності роботи інтелектуальних систем в реальних умовах експлуатації.

Автори курсу

Бондарчук Андрій Петрович

Підрозділ

Кафедра комп'ютерних наук,
Факультет інформаційних технологій і математики

Викладачі

Рзаєва Світлана Леонідівна

Призначення

(Загальне, Аспірантура)

A1 Освітні, педагогічні науки; A7 Фізична культура і спорт; B10 Філософія; B4 Образотворче мистецтво; B5 Музичне мистецтво; B7 Релігієзнавство; B9 Історія та археологія; C1 Економіка; C4 Психологія; C7 Журналістика; F3 Комп'ютерні науки; F5 Інформаційна безпека держави; I10 Соціальна робота; А2 Дошкільна освіта; В11 Філологія

Період навчання

1-й рік

Розподіл

Курс / рік навчання I II III IV
Семестр 1 2 3 4 5 6 7 8
Розподіл кредитів (4) 0 4 0 0 0 0 0 0

Кількість учасників

Одиниця Студенти Групи Підгрупи
Мінімальна кількість 1 1 0
Максимальна кількість 25 1 0