Webinar - Votre code Dev Performant. HPC, parallélisme, Python, économies d’énergie, Big Data.

 
Webinar - Votre code Dev Performant. HPC, parallélisme, Python, économies d’énergie, Big Data.
Comsoft Paris
16/18 Quai de la Loire
Paris, 75019
 
 

Webinar - Votre code Dev Performant. HPC, parallélisme, Python, économies d’énergie, Big Data.

 

banner_email

Votre code Dev Performant, Performant, Performant.
HPC, parallélisme, Python, économies d’énergie, Big Data.

--------------------------------------------------------------------------------------

INSCRIVEZ-VOUS

--------------------------------------------------------------------------------------

La performance devient une caractéristique essentielle pour les logiciels de calcul scientifique.
Elle est nécessaire pour simuler des modèles complexes dans un temps raisonnable et pour le calcul en temps réel. Mais elle est aussi nécessaire pour améliorer l'efficacité énergétique de nos moyens de calculs,que ce soit dans l'embarqué ou pour les clusters. Une gestion efficace et agile de la performance nécessite une synergie entre le logiciel et le matériel tout en gardant la portabilité de la partie logicielle.
Intel Parallel Studio XE 2018 est composée de compilateurs Fortran et C/C++ ainsi que d'une distribution Python optimisée pour les processeurs Intel. La suite contient aussi des outils de diagnostics pour vous aider à améliorer la performance de vos codes.


Agenda :

11h00 - Introduction

11h10 - La performance sur les plateformes Intel
- Pourquoi la performance est un enjeu majeur des applications de demain
- Le calcul hétérogène et les différentes solutions matérielles Intel : Xeon (Skylake), Xeon Phi, iGPU, FPGA.

La réponse Intel Software
- Les compilateurs Fortran & C/C++ pour le calcul haute performance (HPC)
- Présentation des bibliothèques optimisées : MKL, DAAL
- Le multithreading et la vectorisation avec OpenMP, TBB et OpenCL
- Les outils de diagnostics pour la performance et la vectorisation : vTune, Advisor

Le Machine Learning et le Deep Learning avec la distribution Python optimisée par Intel
- Présentation de Python optimisé par Intel avec Numpy lié à la MKL et le multithreading optimisé avec TBB
- Les bibliothèques de Machine Learning optimisée pour Intel: Scikit-Learn, Keras/TensorFlow, Caffe

11h45 - Questions / Réponses

 

Présentation :

François Fayard

Fondateur et Consultant, Inside Loop

Spécialiste du Calcul Haute Performance

--------------------------------------------------------------------------------------

INSCRIVEZ-VOUS

--------------------------------------------------------------------------------------