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。
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
最低0.47元/天 解锁文章
扫一扫
5209
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
