اپلیکیشن اندرویدی فلش‌کارت آموزشی مبانی محاسبات با کارایی بالا و ابررایانه‌ها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی محاسبات با کارایی بالا و ابررایانه‌ها

موضوع کلی: علوم کامپیوتر و فناوری اطلاعات

موضوع میانی: محاسبات علمی و کاربردی

📋 سرفصل‌های دوره

• 1. مبانی علوم کامپیوتر و فناوری اطلاعات
• 2. مقدمه‌ای بر محاسبات با کارایی بالا
• 3. تاریخچه ابررایانه‌ها
• 4. معماری‌های ابررایانه‌ای
• 5. پردازنده‌های مرکزی (CPU) در ابررایانه‌ها
• 6. پردازنده‌های گرافیکی (GPU) و نقش آن‌ها
• 7. حافظه و سیستم‌های ذخیره‌سازی در ابررایانه‌ها
• 8. شبکه‌های ارتباطی پرسرعت
• 9. مدل‌های برنامه‌نویسی موازی
• 10. موازی‌سازی داده و وظیفه
• 11. الگوریتم‌های موازی مقدماتی
• 12. پیاده‌سازی الگوریتم‌های موازی
• 13. مقدمه‌ای بر زبان‌های برنامه‌نویسی موازی (MPI, OpenMP)
• 14. اصول MPI (Message Passing Interface)
• 15. دستورات پایه MPI
• 16. ارتباطات نقطه به نقطه در MPI
• 17. ارتباطات گروهی در MPI
• 18. مقدمه‌ای بر OpenMP
• 19. دستورات پایه OpenMP
• 20. کار با نخ‌ها (Threads) در OpenMP
• 21. اشتراک‌گذاری داده و همگام‌سازی در OpenMP
• 22. مقایسه MPI و OpenMP
• 23. کاربردها در علوم محاسباتی
• 24. شبیه‌سازی‌های علمی
• 25. تحلیل داده‌های بزرگ
• 26. یادگیری ماشین و هوش مصنوعی
• 27. مدل‌سازی آب و هوا و اقلیم
• 28. شبیه‌سازی مولکولی
• 29. محاسبات مهندسی
• 30. فیزیک محاسباتی
• 31. شیمی محاسباتی
• 32. زیست‌شناسی محاسباتی
• 33. ژئوفیزیک محاسباتی
• 34. مدیریت داده‌های علمی
• 35. پردازش تصویر و بینایی ماشین
• 36. امنیت اطلاعات در ابررایانه‌ها (با رویکرد دفاعی)
• 37. مدیریت منابع در سیستم‌های توزیع‌شده
• 38. بهینه‌سازی عملکرد برنامه‌های موازی
• 39. عیب‌یابی و پروفایلینگ برنامه‌های موازی
• 40. معماری‌های نوین ابررایانه‌ای
• 41. رایانش کوانتومی (مقدماتی و با رویکرد پژوهشی)
• 42. شبکه‌های عصبی و یادگیری عمیق موازی
• 43. پردازش زبان طبیعی با ابررایانه‌ها
• 44. تحلیل شبکه‌های اجتماعی با مقیاس بزرگ
• 45. کاربرد در صنعت نفت و گاز
• 46. کاربرد در صنعت خودروسازی
• 47. کاربرد در صنعت داروسازی
• 48. کاربرد در حوزه مالی (با رویکرد بهینه‌سازی و تحلیل ریسک)
• 49. کاربرد در حوزه انرژی
• 50. کاربرد در حوزه فضایی
• 51. کاربرد در حوزه دفاعی (با رویکرد تحلیل اطلاعات)
• 52. اخلاق در محاسبات با کارایی بالا
• 53. چالش‌های نرم‌افزاری در ابررایانه‌ها
• 54. چالش‌های سخت‌افزاری در ابررایانه‌ها
• 55. تست و اعتبارسنجی برنامه‌های موازی
• 56. استفاده از ابزارهای تحلیل عملکرد (Profiling Tools)
• 57. مقدمه‌ای بر سیستم‌عامل‌های ابررایانه‌ای (لینوکس)
• 58. مدیریت وظایف و صف‌ها (Batch Job Schedulers)
• 59. مقیاس‌پذیری الگوریتم‌ها و برنامه‌ها
• 60. مقدمه‌ای بر محاسبات ابری (Cloud Computing)
• 61. تفاوت ابررایانه و رایانش ابری
• 62. کاربردهای رایانش ابری در محاسبات علمی
• 63. امنیت در رایانش ابری
• 64. مدل‌های استقرار رایانش ابری (IaaS, PaaS, SaaS)
• 65. مقدمه‌ای بر اینترنت اشیاء (IoT) و داده‌های حجیم
• 66. پردازش داده‌های IoT با ابررایانه‌ها
• 67. مقدمه‌ای بر بلاکچین (با رویکرد فناوری و کاربردها)
• 68. امنیت در شبکه‌های بلاکچین
• 69. تحلیل داده‌های آماری با ابزارهای موازی
• 70. مدل‌سازی ریاضی و عددی پیشرفته
• 71. روش‌های حل عددی معادلات دیفرانسیل
• 72. تحلیل سری‌های زمانی با مقیاس بزرگ
• 73. مقدمه‌ای بر گراف‌های محاسباتی
• 74. تحلیل گراف با الگوریتم‌های موازی
• 75. بهینه‌سازی مصرف انرژی در ابررایانه‌ها
• 76. مقدمه‌ای بر محاسبات سبز (Green Computing)
• 77. استانداردها و چارچوب‌های محاسباتی
• 78. مدیریت پروژه در توسعه نرم‌افزارهای علمی
• 79. کار تیمی در پروژه‌های محاسباتی پیچیده
• 80. مستندسازی فنی برنامه‌های موازی
• 81. مقدمه‌ای بر توسعه نرم‌افزارهای علمی مقیاس‌پذیر
• 82. ارتباط با جامعه علمی و انتشار نتایج
• 83. ملاحظات حقوقی و مالکیت فکری در نرم‌افزارهای علمی
• 84. مقدمه‌ای بر هوش مصنوعی مولد (Generative AI)
• 85. کاربرد هوش مصنوعی مولد در تحقیقات علمی
• 86. مبانی شبکه‌های توزیع‌شده
• 87. مبانی سیستم‌های تحمل‌پذیر خطا
• 88. مبانی محاسبات توزیع‌شده امن
• 89. مقدمه‌ای بر پردازش جریان داده (Stream Processing)
• 90. کاربرد پردازش جریان داده در سیستم‌های بزرگ
• 91. اصول مدیریت دانش در پروژه‌های علمی
• 92. مبانی تحلیل آماری پیشرفته
• 93. تحلیل داده‌های اکتشافی (EDA) با ابزارهای موازی
• 94. مقدمه‌ای بر یادگیری تقویتی (Reinforcement Learning)
• 95. کاربرد یادگیری تقویتی در بهینه‌سازی سیستم‌ها
• 96. مبانی شبیه‌سازی رویداد گسسته
• 97. کاربرد شبیه‌سازی در تحلیل سیستم‌های پیچیده
• 98. مقدمه‌ای بر محاسبات خودکار (Automated Computing)
• 99. مبانی بهینه‌سازی ترکیبیاتی
• 100. کاربرد بهینه‌سازی در مسائل واقعی