Aplicar MPI a un solver de elementos finitos para clima local
Visión general
De qué trata este proyecto.
Implementa intercambios MPI no bloqueantes y reduce residuos en un solver Fortran. Mide escalabilidad y entrega informe. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Escalar un solver de elementos finitos para microclima de 1 nodo a 256 núcleos sobre MPI manteniendo paridad numérica y produciendo gráficos de escalabilidad fuerte y débil.
Earning criteria — what you'll demonstrate
- Diseñar descomposiciones de dominio con halos para PDEs
- Usar MPI no bloqueante y colectivas eficientemente
- Medir e interpretar escalabilidad fuerte vs débil con honestidad
- Validar paridad numérica entre versión secuencial y distribuida
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Parallel and Distributed Algorithms
Master · Cs Se
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero de Software
Escalar un solver real a 256 núcleos con MPI demuestra una combinación de paciencia numérica y rigor de medición que abre puertas en HPC, energía y modelado climático.
Este proyecto afina
- mpi
- parallel-algorithms
- performance-analysis
Arquitecto de Sistemas
Quien entiende escalabilidad fuerte y débil sobre MPI diseña mejor los clústeres y elige bien entre interconexiones (Ethernet, InfiniBand, OmniPath).
Este proyecto afina
- distributed-algorithms
- message-passing
- performance-analysis
Ingeniero de Datos
Las pipelines de datos a gran escala se benefician de quien razona sobre descomposición y comunicación al diseñar Spark, Dask o Flink.
Este proyecto afina
- parallel-algorithms
- distributed-algorithms
- benchmarking