Infraestructuras Paralelas y Distribuidas¶
Universidad del Valle, sede Tuluá · Escuela de Ingeniería de Sistemas y Computación · Agosto – Diciembre de 2026
Este sitio guarda lo que se hizo en clase: notas, mediciones, ejemplos y código. La programación del curso, el material de lectura previa, las entregas y las notas están en el Campus Virtual. Los dos grupos ven el mismo temario, así que estas notas sirven para ambos.
Horario¶
| Grupo | Día | Hora | Salón |
|---|---|---|---|
| 50 | Jueves | 10:00 a. m. – 1:00 p. m. | Sala de Sistemas 2, sede Príncipe |
| 51 | Martes | 2:00 p. m. – 5:00 p. m. | Sala de Sistemas 1, sede Príncipe |
El grupo 51 va dos días adelante del 50 dentro de la misma semana, de modo que lo que aparece aquí un martes es lo que el otro grupo verá el jueves.
Notas de clase¶
Se publican después de cada sesión.
Corte 1¶
- Clase 1. Introducción a la programación paralela, ley de Amdahl y localidad de caché — 8 y 10 de septiembre — speedup y eficiencia a partir de tiempos medidos, el techo que impone la parte que no se reparte, y las dos formas en que la caché decide el tiempo: el orden del recorrido y la línea compartida entre hilos.
- Clase 2. Estrategias de paralelización: descomposición, granularidad y balanceo — 15 y 17 de septiembre — repartir datos o repartir trabajos, el tamaño de tarea a partir del cual compensa, quién hace cada tarea cuando no cuestan lo mismo, y los tres casos que no caben en esas preguntas: dependencias, pipeline y dejar que la biblioteca decida.
- Clase 3. Profiling en Python e instrucciones AVX — 22 y 24 de septiembre
— medir antes de tocar:
timeytimeitpara el cuánto,cProfiley Pyinstrument para el dónde, lo que cada herramienta deforma, y el paso a las instrucciones vectoriales con NumPy, AVX y la GPU. - Clase 4. Hilos y procesos en Python — 29 de septiembre y 1 de octubre — el GIL y por qué los hilos no aceleran un cálculo en Python puro, dónde sí sirven, la actualización perdida y los cerrojos, y el paso a procesos: memoria separada, colas, tuberías y memoria compartida.
- Clase 5. OpenMP en C++ — 6 y 8 de octubre — una directiva donde antes iban catorce líneas: regiones paralelas, reducción, visibilidad de variables y reparto de iteraciones, con lo que cuesta cada mecanismo y cómo comprobar que el binario usó los hilos.
- Clase 6. Herramientas de profiling en Linux — 13 y 15 de octubre
— medir el programa desde afuera: el proceso con
top,htopyps, las llamadas al sistema constrace, la caché simulada con Valgrind y los contadores del procesador conperf, con los apuntes de la sesión, los siete programas que se perfilaron y seis ejercicios en el navegador.
Corte 2¶
- Clase 7. Introducción a los sistemas distribuidos, 3 y 5 de noviembre: lo que cuesta cruzar la red, escalar a lo alto o a lo ancho, los nueves de disponibilidad y el teorema CAP, con diez ejercicios en el navegador.
- Clase 8. Docker: imágenes y contenedores, 10 y 12 de noviembre:
el contenedor como proceso del anfitrión, namespaces y cgroups, las capas y
la caché del
Dockerfile, puertos, volúmenes y redes, con once ejercicios en el navegador. - Clase 9. Docker Compose y Swarm, 17 y 19 de noviembre:
de tres
docker runa un solo archivo, lo que sobrevive adocker compose down, el escalado y su techo, y el clúster con sus réplicas repartidas y su actualización por lotes, con ocho ejercicios en el navegador.
Clases en video¶
Las grabaciones de cada sesión están en la lista de reproducción del curso, en orden cronológico: la sesión más reciente queda al final y la lista se va llenando a medida que avanza el semestre. Es una sola lista para los grupos 50 y 51, y cada sesión se parte en varios videos cortos, para volver a un tema puntual sin recorrer la clase entera. El reproductor de abajo va sobre la lista completa; la barra que lo encabeza la abre en YouTube, en una pestaña nueva.
De qué se trata el curso¶
El recorrido va de una máquina con un solo hilo de ejecución a muchas máquinas coordinadas. Primero se mide, para saber dónde se pierde el tiempo. Después se paraleliza dentro de una máquina, con hilos, procesos, OpenMP y vectorización. Al final el trabajo se reparte entre máquinas, con contenedores, orquestación y despliegue continuo.
Casi todo se comprueba corriendo. Cada técnica que se ve en clase viene con su medición de tiempos, de speedup y de eficiencia: una paralelización que no se mide no se sabe si sirvió.
Herramientas¶
Python (threading, multiprocessing, cProfile, pyinstrument), C++17 con
OpenMP e Intel TBB, instrucciones AVX, perf, Valgrind, htop, Docker, Docker
Compose, Swarm, Kubernetes y GitHub Actions.
Referencias¶
- Tanenbaum, A. S., y van Steen, M. Distributed Systems. Van Haren, 2017.
- McCool, M., Reinders, J., y Robison, A. Structured Parallel Programming. Morgan Kaufmann, 2012.
- Rauber, T., y Rünger, G. Parallel Programming for Multicore and Cluster Systems, 2.ª edición. Springer, 2013.
- Documentación de OpenMP, Docker y Kubernetes.