复杂的计算,比如训练深度学习模型或运行大规模模拟,可能需要非常长的时间。高效的并行编程可以节省数小时甚至数天的计算时间。并行和高性能计算向您展示了如何通过掌握多核处理器和GPU硬件的并行技术,为您的程序提供更快的运行时间、更大的可扩展性和更高的能源效率。

并行和高性能计算提供了保证提高代码有效性的技术。您将学习评估硬件架构并使用OpenMP和MPI等行业标准工具。您将掌握最适合高性能计算的数据结构和算法,并学习在手持设备上节省能源的技术。你甚至可以在一组GPU上运行一个大规模的海啸模拟。

成为VIP会员查看完整内容
86

相关内容

专知会员服务
75+阅读 · 2021年10月19日
专知会员服务
53+阅读 · 2021年7月21日
【干货书】面向计算科学和工程的Python导论,167页pdf
专知会员服务
41+阅读 · 2021年4月7日
Python导论,476页pdf,现代Python计算
专知会员服务
253+阅读 · 2020年5月17日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
105+阅读 · 2020年5月3日
3倍加速CPU上的BERT模型部署
ApacheMXNet
11+阅读 · 2020年7月13日
北大、微软亚洲研究院:高效的大规模图神经网络计算
深度学习世界
4+阅读 · 2018年10月31日
GPU高效通信算法-Ring Allreduce
凡人机器学习
7+阅读 · 2018年1月9日
前端高性能计算(4):GPU加速计算
前端大全
7+阅读 · 2017年10月26日
Arxiv
7+阅读 · 2018年1月30日
VIP会员
相关VIP内容
专知会员服务
75+阅读 · 2021年10月19日
专知会员服务
53+阅读 · 2021年7月21日
【干货书】面向计算科学和工程的Python导论,167页pdf
专知会员服务
41+阅读 · 2021年4月7日
Python导论,476页pdf,现代Python计算
专知会员服务
253+阅读 · 2020年5月17日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
105+阅读 · 2020年5月3日
微信扫码咨询专知VIP会员