@vivekgalatage:我发现的最好的GPU优化结构化参考资料——450篇论文,14年研究。一些技术已经进化……
摘要
一条推文分享了一个涵盖14年、450篇论文的GPU优化结构化参考资料,指出虽然一些技术已经发展,但心智模型仍然有用。还提到了Onur Mutlu关于GPU架构的讲座。
我发现的最好的GPU优化结构化参考资料——450篇论文,14年研究。一些技术可能已经进化,但心智模型依然有效。
https://t.co/2kFfsEq31h https://t.co/0jmUz9OUsX
查看缓存全文
缓存时间: 2026/05/21 10:22
我找到的最佳GPU优化结构化参考——450篇论文,14年研究成果。某些技术可能已演进,但思维模型依然有效。
https://t.co/2kFfsEq31h https://t.co/0jmUz9OUsX
Vivek Galatage (@vivekgalatage): 昨日@onurmutlu 关于GPU架构的讲座
相似文章
@techNmak: 从零开始的 GPU 工程 发现了一个优秀的免费开源学习资源,从基础开始讲解 GPU 架构和性能工程……
一个名为《Before GPU Engineering》的免费开源结构化数字笔记,包含 56 个章节,从零开始教授 GPU 架构和性能工程,涵盖 Warp、SIMT、内存层次结构、内核优化以及面向 AI/ML 工程师的性能分析等内容。
@chessMan786:GPU架构基础
一条推文分享了一篇关于GPU架构基础的文章链接。
@vivekgalatage: GPU架构背景探秘 https://www2.eecs.berkeley.edu/Pubs/TechRpts/2016/Archive/EECS-2016-…
一份来自UC Berkeley EECS的技术报告,提供了GPU架构背景和设计的深入探索。
@DanKornas: GPU 工程学领域过于广泛,无法通过零散标签学习。Awesome GPU Engineering 是一个精心整理的 GitHub 资源列表,涵盖……
一个精心整理的 GitHub 资源列表,用于学习 GPU 工程学,涵盖架构、内核编程、优化、分布式系统及 AI 加速,包括书籍、框架、分析工具和面试准备内容。
@vivekgalatage: GPU Programming Fundamentals https://youtu.be/Cl2B_hmg4gA William Brandon, a performance engineer at Anthropic, outline…
William Brandon(Anthropic 性能工程师)的 GPU 编程基础讲座摘要,强调理解 GPU 硬件的流式多处理器(SM)结构是预测性能的关键,而非仅从线程块/线程的软件抽象出发。