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