Skip to content

ChanJeunlam/course

 
 

Repository files navigation

高性能并行编程与优化 - 课件

欢迎光临开源并行课!您将学到现代 C++ 与高性能计算相关知识! 这里用来存放上课用到的 源代码课件 等。

CC-BY-NC-SA

下载课件

如果你不知道 Git 如何使用,可以点击这里:一键下载

目录结构

  • 01/slides.ppt - 第一课的课件
  • 01/01 - 第一课第一小节的代码
  • 01/02 - 第一课第二小节的代码
  • 02/slides.ppt - 第二课的课件
  • 以此类推……

每一小节的代码目录下都有一个 run.sh,里面是编译运行该程序所用的命令。

课程大纲

课程分为前半段和后半段,前半段主要介绍现代 C++,后半段主要介绍并行编程与优化。

  1. 课程安排与开发环境搭建:cmake与git入门
  2. 现代C++入门:常用STL容器,RAII内存管理
  3. 现代C++进阶:模板元编程与函数式编程
  4. 编译器如何自动优化:从汇编角度看C++
  5. C++11起的多线程编程:从mutex到无锁并行
  6. 并行编程常用框架:OpenMP与Intel TBB
  7. 被忽视的访存优化:内存带宽与cpu缓存机制
  8. GPU专题:wrap调度,共享内存,barrier
  9. 并行算法实战:reduce,scan,矩阵乘法等
  10. 存储大规模三维数据的关键:稀疏数据结构
  11. 物理仿真实战:邻居搜索表实现pbf流体求解
  12. C++在ZENO中的工程实践:从primitive说起
  13. 结业典礼:总结所学知识与优秀作业点评

前置条件

硬件要求:

  • 64位(32位时代过去了)
  • 至少2核4线程(并行课…)
  • 英伟达家显卡(GPU 专题)

软件要求:

  • Visual Studio 2019(Windows用户)
  • GCC 9 及以上(Linux用户)
  • CMake 3.12 及以上(跨平台作业)
  • Git 2.x(作业上传到 GitHub)
  • CUDA Toolkit 10.0 以上(GPU 专题)

参考资料

About

高性能并行编程与优化 - 课件

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • C++ 69.1%
  • C 19.4%
  • Cuda 3.7%
  • CMake 2.8%
  • Less 2.4%
  • Python 2.0%
  • Other 0.6%