Anbefalede faglige forudsætninger for at
deltage i modulet
Modulet bygger videre på viden opnået i kurserne Grundlæggende
programmering og Algoritmer, hvorfor det anbefales, at den
studerende har grundlæggende viden om programmering og algoritmer.
Modulets indhold, forløb og pædagogik
At udvide den studerendes erfaring og viden med begreber som
anvendes til at højne ydeevnen af datalogiske løsninger.
Læringsmål
Viden
- datastrukturer som anvendes for at højne ydeevnen
- grundlæggende forståelse af begrænsninger og flaskehalse i
datalogiske løsninger
- parallelitet og de følgende problemstillinger som de
bibringer
- vektorisering af operationer
- GPU-baserede operationer
- typer af tests og deres anvendelse
- kvalitetsmål for korrektheden af datalogiske løsninger,
heriblandt: test og verifikation
Færdigheder
- kan ressonere og argumentere for flaskehalse i
softwareprogrammer og applikationer
- kan udnytte parallelitet i det valgte programmeringssprog
og dokumentere for korrektheden i en given implementation
- kan anvende og udføre test i udviklingsforløbet af et program
således det dokumenteres at dets funktionalitet er korrekt i
en mængde af givne tilfælde
- kan anvende og udføre verifikation af simple programmer
- kan benytte korrekt fagterminologi
Kompetencer
- kan løse problemstillinger som kræver høj ydeevne ved brug
af parallelitet i et computer program
- kan argumentere for korrektheden af valgte løsninger ved brug
af tests og verifikation
- kan analysere og vurdere begrænsninger af datalogiske
løsninger
Undervisningsform
Forelæsninger, opgaver, selvstudie, workshops, studenteroplæg
m.m.
Eksamen
Prøver
Prøvens navn | High performance programmering |
Prøveform | Skriftlig eller mundtlig |
ECTS | 5 |
Bedømmelsesform | 7-trins-skala |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets
eksamensordning |