Descrizione dell'insegnamento |
Il corso di Dispositivi elettronici per i Big Data intende illustrare quali siano le evoluzioni dell’elettronica a supporto dell’analisi massiva delle informazioni. Trattandosi di quantità di dati estremamente grandi, i normali processori devono essere affiancati da hardware studiato ad hoc per ottenere macchine dalle prestazioni adeguate agli scopi. |
Prerequisiti |
Nozioni di architettura degli elaboratori. Programmazione in C. |
Scopi |
L'obiettivo del corso è fornire una conoscenza più approfondita delle tecnologie hardware per la memorizzazione, la gestione e l’interrogazione dei big data, collezioni di grandi moli di dati non strutturati provenienti da fonti eterogene, i quali hanno dimensioni non gestibili da sistemi di elaborazione tradizionali. |
Contenuti |
Il corso analizzerà i vari aspetti dei dispositivi elettronici per i big data, con particolare attenzione alle seguenti aree d’interesse:
Introduzione ai dispositivi elettronici
Semiconduttori e Diodi
I nuovi dispositivi elettronici per i big data
I dispositivi di acquisizione dei big data:
I sensori
Le reti di sensori
I dispositivi di memorizzazione per i big data:
Gli Hard Disk
I dischi a stato solido
I NAS, SAN ed i sistemi RAID
Le memorie RAM per i big data
I dispositivi di elaborazione dei big data:
Le diverse architetture per i super calcolatori
I cluster di computer
I microprocessori di nuova generazione
I bus a velocità elevata
Le Graphic Processing Units (GPU)
Il calcolo parallelo per i big data con le GPU – CUDA ed OpenGL
Le reti di calcolatori per i big data
Le reti NGAN
Gli switch, i router e la fibra ottica
Internet of Things (IoT)
I dispositivi elettronici nei mobile ad alta capacità per i big data
Conclusioni e i dispositivi elettronici futuri
|
Testi |
F. Bonani, G.Masera, S. Donati Guerrieri e G. Piccinini. Dispositivi e Tecnologie elettroniche. CLUT.
A.S. Tanenbaum, A. Todd. Architettura dei calcolatori. Un approccio strutturale. Pearson, 2013.
Gerassimos Barlas. Multicore and GPU Programming: An Integrated Approach 1st edition, 2014. |
Esercitazioni |
Le esercitazioni presentate durante il corso coprono l'intero programma. |
Docente/Tutor Responsabile insegnamento |
Nessun Docente attualmente disponibile per questo corso
|