Дисциплина обеспечивает освоение основ организации параллельной обработки данных, получение практических навыков в решении типовых задач. Курс создает научно-техническую базу для участия выпускника в научных исследованиях и процессе проектирования высокопроизводительных управляющих систем реального масштаба времени, дает студентам целостное представление о современных технологиях параллельной обработки данных. Обеспечивает получение знаний в области основ теории и принципов построения современных инструментальных средств для реализации параллельных вычислительных процессов. Для успешного освоения дисциплины необходимы знания по дисциплинам математического и естественнонаучного цикла. Знания, полученные в результате освоения дисциплины, могут использоваться при проведении студентом научных исследований, при выполнении всех видов производственной практики и ВКР. В рамках освоения дисциплины изучаются следующие вопросы. История параллелизма. Основные направления развития высокопроизводительной вычислительной техники. TOP500 – мировой рейтинг суперкомпьютеров. Последовательная, параллельная и конвейерная обработка данных. Виды параллелизма. Степень параллелизма алгоритма. Ускорение и эффективность параллельного алгоритма. Формальная модель ускорения параллельного алгоритма. Закон Амдала и его следствия, суперлинейное ускорение. Граф алгоритма. Ярусно-параллельная форма графа алгоритма. Алгоритмы матричной алгебры и их распараллеливание. Параллельные процессы. Организация взаимодействия и синхронизация параллельных процессов. Классификация систем параллельной обработки. Организация памяти в параллельных компьютерах. Особенности топологии параллельных компьютеров. Векторно-конвейерные компьютеры. Компьютеры с общей памятью. Компьютеры с распределенной памятью. Вычислительные кластеры. Метакомпьютинг и GRID – технология. Схемы вычислительного процесса для параллельных программ. Способы создания прикладного программного обеспечения для многопроцессорных систем. Технологии параллельного программирования MPI, OpenMP.