Dans ce module, nous apprendrons les principes fondamentaux du parallélisme des tâches. Les tâches sont l'unité de base de la programmation parallèle. Un nombre croissant de langages de programmation (y compris Java et C++) abandonnent les anciennes approches basées sur les threads au profit d'approches plus modernes basées sur les tâches pour la programmation parallèle. Nous apprendrons ce qu'est la création et la fin d'une tâche, ainsi que le modèle théorique du "graphe de calcul" qui permet de comprendre les diverses propriétés des programmes parallèles à base de tâches. Ces propriétés comprennent le travail, la portée, le parallélisme idéal, la vitesse parallèle et la loi d'Amdahl. Nous apprendrons également les API Java populaires pour le parallélisme des tâches, notamment le cadre Fork/Join.

Bienvenue au module 2 ! Dans ce module, nous allons découvrir les approches du parallélisme qui ont été inspirées par la programmation fonctionnelle. Les défenseurs de la programmation fonctionnelle parallèle soutiennent depuis des décennies que le parallélisme fonctionnel peut éliminer de nombreux bogues difficiles à détecter qui peuvent survenir avec le parallélisme impératif. Nous en apprendrons plus sur les futures, la mémoïsation et les streams, ainsi que sur les courses de données, une classe notoire de bogues qui peuvent être évités avec le parallélisme fonctionnel. Nous apprendrons également les API Java pour le parallélisme fonctionnel, y compris le cadre Fork/Join et les API Stream.

Rejoignez le professeur Vivek Sarkar qui s'entretient avec Jim Ward, directeur général de Two Sigma, et Margaret Kelley et Jake Kornblau, ingénieurs en logiciel, dans leurs bureaux du centre-ville de Houston, au Texas, sur l'importance de la programmation parallèle.

Bienvenue au module 3, et félicitations pour avoir atteint le milieu de ce cours ! Il est bien connu que de nombreuses applications passent la majorité de leur temps d'exécution dans des boucles, il y a donc une forte motivation pour apprendre comment les boucles peuvent être accélérées par l'utilisation du parallélisme, qui est le point central de ce module. Nous commencerons par apprendre comment les boucles parallèles comptées peuvent être exprimées de manière pratique à l'aide des API forall et stream en Java, et comment ces API peuvent être utilisées pour paralléliser un programme simple de multiplication de matrices. Nous découvrirons également le concept de barrière pour les boucles parallèles et illustrerons son utilisation avec un exemple de programme simple de calcul de moyenne itérative. Enfin, nous apprendrons l'importance de grouper/chunker les itérations parallèles pour réduire l'overhead.

Bienvenue dans le dernier module du cours ! Dans ce module, nous allons conclure notre introduction à la programmation parallèle en apprenant comment les principes de flux de données peuvent être utilisés pour augmenter le niveau de parallélisme dans un programme. Nous apprendrons comment l'API Phaser de Java peut être utilisée pour implémenter des barrières "floues", ainsi que des synchronisations "point à point" en tant qu'optimisation des barrières régulières en revisitant l'exemple de la moyenne itérative. Enfin, nous apprendrons également comment le parallélisme de pipeline et les modèles de flux de données peuvent être exprimés à l'aide des API Java.

Les deux prochaines vidéos montreront l'importance de l'apprentissage de la programmation simultanée et de la programmation distribuée en Java. Le professeur Vivek Sarkar s'entretiendra avec des professionnels de l'industrie à Two Sigma sur la façon dont les thèmes de nos deux autres cours sont utilisés sur le terrain.