Computer Architecture A Quantitative Approach 读书笔记chapter1-1

本文为《Computer Architecture A Quantitative Approach》第一章读书笔记,探讨了并行计算的两类——数据层次并行(DLP)和任务层次并行(TLP),及其四种主要实现方式:指令级并行、向量架构、线程级并行和请求级并行。文章介绍了SISD、SIMD、MISD和MIMD四种并行计算机模型,重点讨论了SIMD在现代处理器和GPU中的应用,并提出了关于SIMD计算单元数量的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

第一章,Fundamentals of Quantitative Design and Analysis

并行的各种分类

并行的种类分为两种。

其一。Data-Level Parallelism (DLP) 数据层次并行。

there are many data items that can be operated on at the same time.

其二.Task-Level Parallelism (TLP) 任务层次并行。

tasks of work are created that can operate independently and largely in parallel。

这两种并行又可以分为以下4种主要实现方式。

1.Instruction-Level Parallelism指令级并行,属于DLP数据并行。利用编译器来充分利用指令流水线pipeline,以及像指令预测这样的并行方式。

2.Vector Architectures 向量架构和GPU(图形处理单元)。这同样属于DLP的实现,这样的做法是将同样的指令应用到多个数据中实现并行。

3.Thread-Level Parallelism

计算机体系结构:量化方法的解决方案(第五版)》是由David A. Patterson和John L. Hennessy合著的经典计算机体系结构教材。本书系统地介绍了计算机体系结构的原理和性能评估方法。 首先,本书从基本的计算机体系结构和设计原理入手,讲解了计算机的指令集体系结构和流水线执行原理,深入阐述了多核处理器和超级线程技术等先进的体系结构设计。它介绍了处理器的性能指标,如指令级并行性、线程级并行性以及内存层次结构的设计和优化。 其次,本书强调了性能评估的重要性。它详细讨论了性能评估的各种方法和工具,包括模拟器、性能计数器以及基准程序的设计和调试。此外,还介绍了依赖于硬件设计的性能优化技术,如动态分支预测、乱序执行和多级缓存等。 此外,本书还涵盖了能效和可伸缩性两个重要领域。它介绍了能效评估指标,并讨论了能效优化的方法和技术,包括功率管理、温度管理和节能策略。在可伸缩性方面,本书探讨了并行计算的原理和可伸缩性理论,并介绍了多处理器系统和分布式系统的设计和优化方法。 总的来说,《计算机体系结构:量化方法的解决方案(第五版)》是一本深入浅出的计算机体系结构教材,适合计算机领域的学生和研究人员阅读。它不仅提供了理论和概念,还提供了实用的解决方案和案例,帮助读者深入理解计算机体系结构的原理和方法,并能够应用于实际的设计和优化工作中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值