Choix d'une approche de calcul parallèle pour des simulations de dynamique moléculaire
Aperçu
En quoi consiste ce défi.
Vous analysez des benchmarks et spécifications pour recommander une parallélisation MPI/GPU et obtenez un certificat vérifiable.
Le scénario
L'entreprise dépend de la vitesse de criblage moléculaire pour rester compétitive face à des concurrents mieux financés, et chaque candidat médicament éliminé par simulation plutôt qu'en laboratoire économise plusieurs semaines et plusieurs milliers de dollars.
Le brief
Ce que vous ferez, et ce que vous démontrerez.
Recommander et justifier quantitativement une approche de parallélisation (MPI, GPU, ou hybride) et une technique numérique pour accélérer le code de dynamique moléculaire existant.
Earning criteria — what you'll demonstrate
- Comparer plusieurs approches de calcul parallèle pour un problème scientifique donné
- Construire un modèle de performance comparatif entre parallélisme CPU (MPI) et accélération GPU
- Estimer les ressources de calcul nécessaires à partir de données de benchmark réelles
- Justifier un choix technique par des critères quantitatifs de performance plutôt que par intuition
Adéquation au programme
Où cela s'inscrit dans votre cursus.
Renforce les mêmes compétences que celles attendues par votre diplôme.
Cursus associés bientôt disponibles.
Compétences
Les compétences que vous démontrerez.
Chacune apparaît sur votre certificat vérifié.
- Algorithm Analysis
Apply algorithm analysis to solve real industry problems and demonstrate production-level capability.
- Analytical Reasoning
Apply analytical reasoning to solve real industry problems and demonstrate production-level capability.
- Numerical Library Selection
Apply numerical library selection to solve real industry problems and demonstrate production-level capability.
- Performance Modeling Amdahl Roofline
Apply performance modeling amdahl roofline to solve real industry problems and demonstrate production-level capability.
- Gpu Acceleration Fundamentals
Apply gpu acceleration fundamentals to solve real industry problems and demonstrate production-level capability.
Débouchés
Les métiers auxquels ce défi vous prépare.
De vrais intitulés. De vraies passerelles de compétences. Choisissez celui qui se rapproche le plus de votre trajectoire.
Les parcours de carrière que ce défi construit
Métiers de référenceReproducibility Engineer
Comparer des approches de calcul avec des critères quantitatifs explicites et documentés développe la rigueur nécessaire pour garantir que des résultats scientifiques restent reproductibles et vérifiables.
Ce défi renforce
- numerical-library-selection
- algorithm-analysis
- performance-modeling-amdahl-roofline
Cloud Engineer
Estimer le nombre de nœuds ou de GPU nécessaires pour un objectif de performance donné est une compétence directement transférable au dimensionnement de ressources cloud pour des charges de calcul scientifique.
Ce défi renforce
- performance-modeling-amdahl-roofline
- gpu-acceleration-fundamentals
- analytical-reasoning
Data Engineer
Évaluer des techniques numériques et leur impact sur le débit de traitement des données prépare à concevoir des pipelines de calcul scientifique performants et bien dimensionnés.
Ce défi renforce
- numerical-library-selection
- gpu-acceleration-fundamentals
- analytical-reasoning