Breakast talk in CS: Paolo Bientinesi
Kan vi lita på att programmeringsspråk beräknar effektivt?
Förbi är de tider då datorer endast var tillgängliga för utvalda forskare vid en handfull institutioner; nuförtiden har nästan alla forskare tillgång till kraftfulla datorer.
Under årens lopp, när datorer blev allt vanligare, utvecklades även programmeringsspråken. Traditionella programmeringsspråk (t.ex. C och Fortran) ersätts successivt av "högnivåspråk" och ramverk (t.ex. Matlab, Python, R, Julia, TensorFlow) som är betydligt mer användarvänliga.
Tack vare en enkel och intuitiv syntax (programmeringsspråkens grammatik) gör dessa språk det lätt för programmerare att uttrycka nya och komplicerade idéer på ett enkelt sätt, vilket i hög grad förbättrar deras produktivitet. Programmerare kan nu arbeta med komplexa datatyper direkt, utan behov av loopar och komplicerad indexering. Men genom att använda högnivåspråk ger programmerarna kompilatorerna (program som bygger om programkoden till ett körbart datorprogram) ett större ansvar för att översätta programmen till effektiv lågnivåkod.
I den här föreläsningen fokuserar vi på vektor- och matrisberäkningar, som är kärnan i ämnen som statistik, datavetenskap, signalbehandling och otaliga andra tillämpningar inom vetenskap och teknik. Vi undersöker om programmerare kan lita på att populära programmeringsspråk genererar effektiv kod. Kanske överraskande är svaret ett rungande nej. På grund av detta är detta föredrag viktigt för både användare och utvecklare, eftersom produktivitetsvinsterna sannolikt är kopplade till oväntade förluster i datoreffektivitet, dvs. onödigt hög energiförbrukning.
Presentationen vänder sig till icke-experter. Grundläggande kunskaper i linjär algebra är tillräcklig.
Kort biografi:
Paolo Bientinesi är professor i högpresterande datorsystem vid institutionen för datavetenskap, Umeå universitet, och föreståndare för High-Performance Computing Center North (HPC2N).
Han tog sin Laurea-examen i datavetenskap vid universitetet i Pisa (Italien, 1998) och sin doktorsexamen vid University of Texas at Austin (USA, 2006).Innan han flyttade till Sverige var han professor vid RWTH Aachen University (Tyskland, 2008).
Hans forskningsintressen inkluderar matris- och tensoroperationer, automatisk algoritm- och kodgenerering, prestandamodellering och datormusik. Paolo leder även forskargruppen High-Performance and Automatic Computing (HPAC, hpac.cs.umu.se, https://github.com/HPAC).