¿Por qué la programación secuencial de siempre no es suficiente? ¿La posibilidad de hacer varias cosas a la vez merece un curso entero?

La programación paralela, la concurrente y la distribuida son tres paradigmas relacionados y de límites difusos. Se trata de situaciones en las que hay varios programas ejecutándose a la vez, en uno o en varios procesadores, con un objetivo común. Los procesadores pueden estar todos en la misma máquina o en distintas máquinas separadas pero comunicadas. Disponer de varios procesadores proporciona mayor potencia de cómputo, pero la necesidad de coordinación presenta desafíos adicionales a los de la programación secuencial. Este curso estudia las herramientas y las técnicas para sacar provecho del paralelismo, los nuevos problemas que aparecen y cómo evitarlos. El lenguaje de programación usado a través de todo el curso es Python, enriquecido con módulos para la programación paralela.

- motivación, introducción y conceptos básicos
    - clusters, procesadores multinúcleo, sistemas distribuidos
    - uso de pools de procesos para implementar paralelismo de datos
    - concurrencia, paralelismo, sistemas distribuidos
    - memoria compartida y paso de mensajes

- programación paralela
    - paralelismo en Python: módulo multiprocessing para procesos, módulo threading para hebras
    - datos compartidos con las clases Queue y Value
    - primitivas de concurrencia en Python: Lock, Semaphore, Condition
    - implementación de monitores como clases
    - comparar la eficiencia de programas usando procesos y usando hebras

- la concurrencia y sus problemas
    - atomicidad, entrelazado, indeterminismo
    - exclusión mutua, carreras de datos, progreso
    - algoritmos con memoria compartida: algoritmo de Dekker, algoritmo de la panadería
    - primitivas de concurrencia: cerrojos, semáforos, monitores
    - problemas clásicos en concurrencia: lectores-escritores, productor-consumidor, las filósofas hambrientas

- sistemas distribuidos
    - comunicación síncrona y asíncrona
    - paso de mensajes
    - uso de sockets en Python
    - problemas clásicos: protocolos de consenso

- temas adicionales (de los que nunca da tiempo, pero quién sabe)
    - comprobación de modelos, GPU, redes neuronales, futuros, Spark, canalización, transacciones, algoritmos no bloqueantes