@vivekgalatage: 并行算法入门 https://cs.cmu.edu/~guyb/paralg/paralg/parallel.pdf…
摘要
来自卡内基梅隆大学的并行算法入门资源,涵盖基本概念和技术。
并行算法入门 https://cs.cmu.edu/~guyb/paralg/paralg/parallel.pdf…
查看缓存全文
缓存时间: 2026/06/15 02:51
并行算法入门 https://cs.cmu.edu/~guyb/paralg/paralg/parallel.pdf… — 来源:https://www.cs.cmu.edu/~guyb/paralg/paralg/parallel.pdf
相似文章
@vivekgalatage: 来自康奈尔大学的路线图 - CUDA 入门 http://cvw.cac.cornell.edu/cuda-intro
本文介绍了康奈尔大学虚拟工作坊提供的免费在线教程,内容涵盖使用 C 语言进行基础 CUDA 编程,并包括先决条件和附加资源。
@vivekgalatage: Algorithmica的内存组织是一个一直表现出色的资源。
推荐关于CPU缓存内存组织的Algorithmica资源,该资源提供了对内存内算法的详细实验分析和优化技术。
In Parallel
In Parallel 是一款面向执行的操作系统,专为管理和协调并行工作流与任务而设计。
@vivekgalatage: 最优秀的课程之一 https://courses.csail.mit.edu/6.851/spring21/
麻省理工学院 Erik Demaine 教授的《高级数据结构》课程(6.851)已完全在线开放,包含视频讲座和协作式问题求解。
@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……
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。