Подработка для репетиторов по обучение параллельному программированию в России

Для работы

Подготовка к экзамену

Для себя Сделать практическое задание для института по предмету основы параллельных вычислений

Для себя Необходимо помочь в следующих задачах Во-первых, установка OpenCL(поскольку видео адаптер Intel) на ноутбук. Во-вторых объяснение и изучение параллельного программирования (интересует OpenCL, Cuda, MPI, OpenMP)

Подготовка к экзамену

Для себя

Подготовка к экзамену

Для себя Требуется помощь с параллельным программированием лабораторной работы в программе VirtualBox с помощью Linux Slackware

Для себя Помочь в распараллеливании задач

Для себя

Для себя Помочь с настройкой среды разработки в связке Visual Studio Community + OpenMP, Подключить пакет mpi от Microsoft. Рассказать про параллельное программирование. Помочь с решением задач.

Для себя Параллельное программирование сортировка шелла с четно-нечетным слиянием бэтчера, распараллеливание на openmp вот это последовательная версия, которую нужно распараллелить https://github.com/ermilovad/ppc-2025-threads/blob/ermilova_d_shell_sort_batcher_even-odd_merger/tasks/seq/ermilova_d_shell_sort_batcher_even-odd_merger/src/ops_seq.cpp

Подготовка к экзамену

Подготовка к экзамену

Для себя

Для себя У меня есть репозиторий под названием doc-to-graph, содержащий кодв Python , который используется для преобразования документов в графики. Этот код работает достаточно быстро для 1000 документов набора данных ten_newsgroups. Я хочу, чтобы он масштабировался для работы с большими наборами данных. Я хочу распараллелить код.

Для себя

Лабораторная работа Нужно построить рисунок иллюстрирующий обмены между процессами

Для себя Научиться программировать под CUDA/Triton для deep learning

Для себя Дебаггинг кода

Подготовка к экзамену

Для себя Нужна помощь с написанием кода и разбором с темой по OpenMP. Тема лабораторной работы: 1. Параллельное программирование для систем с общей памятью с использованием технологии OpenMP. Задание: Найти минимальную (или близкую к минимальной) правильную раскраску заданного графа (правильной называется такая раскраска, когда любые две смежные вершины окрашены в разные цвета; минимальной называется раскраска, использующая наименьшее количество цветов).

Для себя Нужна помощь в разборке отчетов и в подготовке к защите

Для работы Запрограммировать на Rust и/или Python криптографические алгоритмы, задействовав GPU для расчётов

Подготовка к экзамену

Для сдачи семестровой работы Необходимо выполнить задания по "Параллельным вычислениям и алгоритмам" и составить отчёт. Задание 1. Параметрическая прогонка для 3-х диагональной СЛАУ Задание 2: выполняем все по схеме задания 1 с заменой метода параметрической прогонки на метод циклической редукции. PDF файл с постановкой задачи прикреплю Предполагается написание программы с использованием языка программирования С++. Все критерии оценивания и методички пришлю Для одного ВУ надо реализовать метод прогонки [2, Старченко А.В., Берцун В.Н. стр. 96], для множества ВУ - метод параметрической прогонки [2, Старченко А.В., Берцун В.Н. стр. 99] и расширение OpenMP [3, Арыков С.Б.], [4 Антонов А.С.]. 1. Написать программу, реализующую метод прогонки для 3-х диагональной СЛАУ. Для проверки правильности работы программы приближенное решение (сеточная функция yi) сравнивать с точным, вычисленным в тех же узлах по функции u(x) {ui =u(xi), i = 0,1,..,n}; 2. Написать программу для одного ВУ, реализующую алгоритм параметрической прогонки для 3-х диагональной СЛАУ. Протестировать сравнением решения СЛАУ, полученного двумя программами. 3. Преобразовать программу, реализовавшую алгоритм параметрической прогонки для одного ВУ, средствами OpenMP [2, Арыков С.Б.], [3 Антонов А.С.] в программу, реализующую алгоритм параллельно на нескольких ВУ (r процессорах). 4. Провести численные расчёты для возрастающего набора значений числа разбиения отрезка n с замером времени T_r, r – количество использованных процессоров. Составить таблицу с зависимостью времени от числа разбиений и числа ВУ. Найти ускорение S_r. Для контроля сравнивать y_r - решение, найденное на r процессорах, с решением y на одном процессоре. Замечание к заданию: Число работников (процессорных элементов) в задании (1,2,4) можно варьировать по Вашему усмотрению и возможностям. Если у Вас ядер на процессоре больше 4 , можно еще добавить в расчеты варианты (6, 8 работников), если меньше 4 ядер, то придётся воспользоваться тем, что есть.

Помощь в решении заданий Решать задания

Для себя

помощь с домашним заданием Пример задачи: При решении задач, используйте память максимально эффективно. Время выполнения следует измерять на сборке - Release, x64. При использовании расширения OpenCL for Visual Studio следует создавать “Empty OpenCL project”. Напишите программу, которая считывает изображение из файла формата png, затем накладывает фильтр на изображение. Изображение должно содержать более трёх цветов, при этом изображения, состоящие из случайного набора пикселей не является корректным входом. Нужные фильтры указаны ниже: Размытие по Гауссу (7.2 px); Мозаика (7 px); Уменьшение контраста (-100) Необходимо использовать 2 любых фильтра из перечисленных Для парализации используйте инструменты указанные ниже Результирующее изображение сохраните в файл. Измерьте среднее время выполнения, проанализируйте полученные результаты. Опишите зависимость времени выполнения каждого фильтра от размера исходного и результирующего изображения. Проведите анализ зависимости среднего времени выполнения от количества пикселей изображения: постройте графики и сделайте вывод. Проведите сравнение времени выполнения наложения каждого фильтра, с использованием разных технологий распараллеливания вычислений.

Для себя Решить задачи

Подготовка к экзамену

Для работы Помочь в распараллеливании

Для себя Задача N тел в CUDA. Помощь с кодом и выводом результатов.

Учебная работа Нужно переделать программу на opencl ( вычисление определителя матрицы)

Для себя Метод Гаусса на MPI на с++

Подготовка к экзамену

Подготовка к экзамену

Цель занятия: Доработать код л.р. №1. Заменить функцию delay на перемножение матриц. Инструкции к л.р. методичке (стр. 3-20). Вариант 4. В качестве готовой работы нужны проект с кодом и протокол, код должен содержать комментарии и пояснения. Проект для доработки по ссылке - https://drive.google.com/drive/folders/1ryPp8-8Zufvlrwc5L0Dri1kzFPzYnon-?usp=sharing

Цель занятия: необходимо разобраться в коде и помочь исправить некоторые моменты

Цель занятия: Требуется помощь в выполнении задания по параллельному программированию. Задача - нахождение обратных матриц следующими методами: C & Linux pthreads С & MPI Python & MPI С & OpenMP

Цель занятия: Надо доработать существующую программу решения уравнения теплопроводности, применив к нему 1) метод геометрического параллелизма для N потоков с динамической балансировкой на системе с распределённой памятью (Hyper-Threading, Simultaneous Multi Threading) 2)метод геометрического параллелизма для N потоков с применением библиотеки MPI У меня есть код программы решения ур-я теплопроводности на Python (скину в личные сообщения). Нужно к нему применить приведенные выше методы. Решение аналогичной задачи (немного отличается условие): https://studfile.net/mgtu-stank/1316/folder:41715/#16405365 Буду очень благодарна за помощь! За каждый метод примерно 1,5 тыс. руб. или предложите свою цену

Цель занятия: Помочь с программированием

Цель занятия: Решение тестов на время

Цель занятия: Язык программирования С , Библиотека параллельных вычислений MPI (Message Passing Interface). Распределительные системы различные топологии сетей.

Цель занятия: Помощь в разборе материала, выполнение лабораторных работ

Цель занятия: Сдать лабораторные работы

Цель занятия: OpenMP и MPI

Цель занятия: Помощь в выполнении заданий, например: Для выполнения практических заданий используются суперкомпьютерные вычислительные ресурсы факультета ВМК. http://hpc.cs.msu.ru/ В каждой задаче требуется: 1) Для предложенного алгоритма реализовать несколько версий параллельных программ с использованием технологии OpenMP. a) Вариант параллельной программы с распределением витков циклов при помощи директивы for. б) Вариант параллельной программы с использованием механизма задач (директива task). б') Для программ с регулярной зависимостью по данным вместо механизма задач допускается реализация и сравнение различных версий конвейерного выполнения циклов, параллелизм по гиперплоскостям и др. 2) Реализовать параллельную версию программы с использованием технологии MPI. 3) Убедиться в корректности разработанных версий программ. 4) Начальные параметры для задачи должны быть подобраны таким образом, чтобы: a) Задача помещалась в оперативную память одного узла кластера. б) Время решения задачи было в примерном диапазоне 5 сек.-15 минут. 5) Исследовать эффективность полученных параллельных программ на суперкомпьютере Polus. a) Сравнить варианты разработанных версий параллельных программ. б) Если в процессе распараллеливания программа была существенно оптимизирована/изменена/переписана (например, на С++) необходимо провести сравнение - исходная программа VS программа после преобразований. в) Исследовать влияние различных опций оптимизации, которые поддерживаются компиляторами (-O2, -O3, -fast...) 6) Исследовать масштабируемость полученной параллельной программы: построить графики зависимости времени выполнения параллельной программы от числа используемых ядер для различного объёма входных данных. Оптимальным является построение трёхмерного графика: по одной из осей время работы программы, по другой - количество ядер и по третьей - объём входных данных. Такой график необходимо построить для каждого из разработанных вариантов программы. Каждый прогон программы с новыми параметрами рекомендуется выполнять несколько раз с последующим усреднением результата (для избавления от случайных выбросов). Для замера времени рекомендуется использовать функцию omp_get_wtime, общее время работы должно определяться временем работы самой медленной нити/процесса. Количество ядер/процессоров рекомендуется задавать в виде p=1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 20, 40, 60, 80, 100, 120, 140, 160. 7) Определить основные причины недостаточной масштабируемости программы при максимальном числе используемых ядер/процессоров. 8) Подготовить отчет о выполнении задания, включающий: описание реализованного алгоритма, графики зависимости времени исполнения от числа ядер/процессоров для различного объёма входных данных, текст программы.