Avis des lecteurs
Résumé:Les critiques soulignent que le livre est une ressource complète et bien organisée pour comprendre le calcul à haute performance (HPC), avec des explications claires sur des sujets essentiels tels que le calcul parallèle sur le CPU et le GPU. Bien que de nombreux lecteurs le considèrent comme un guide inestimable, certaines critiques ont été émises concernant la difficulté d'exécuter les exemples fournis sur des clusters HPC typiques.
Avantages:⬤ Une couverture complète et bien organisée des sujets liés au calcul à haute performance.
⬤ Des explications claires et compréhensibles, qui en font un guide pédagogique utile.
⬤ Détails et techniques pratiques pour optimiser le code et améliorer le parallélisme.
⬤ Couvre à la fois la parallélisation du CPU (OpenMP, MPI) et du GPU (OpenACC, OpenCL, CUDA).
⬤ Référence précieuse pour les technologues cherchant à améliorer leur compréhension de l'informatique parallèle.
⬤ Difficulté à exécuter les exemples sur des clusters HPC, en particulier en raison du manque de conseils sur l'utilisation de Singularity au lieu de Docker.
⬤ Certains lecteurs pourraient trouver les détails techniques difficiles à comprendre s'ils ne sont pas familiers avec C/C++ et l'architecture informatique.
(basé sur 7 avis de lecteurs)
Titre original :
Parallel and High Performance Computing
Contenu du livre :
Parallel and High Performance Computing propose des techniques garantissant l'efficacité de votre code.
Résumé
Les calculs complexes, comme l'entraînement de modèles d'apprentissage profond ou l'exécution de simulations à grande échelle, peuvent prendre énormément de temps. Une programmation parallèle efficace permet d'économiser des heures, voire des jours, de temps de calcul. Parallel and High Performance Computing vous montre comment obtenir des temps d'exécution plus rapides, une meilleure évolutivité et une efficacité énergétique accrue pour vos programmes en maîtrisant les techniques parallèles pour les processeurs multicœurs et le matériel GPU.
A propos de la technologie
Écrivez des programmes rapides, puissants et économes en énergie qui s'adaptent pour traiter d'énormes volumes de données. Grâce à la programmation parallèle, votre code répartit les tâches de traitement des données sur plusieurs processeurs afin d'améliorer radicalement les performances. Avec un peu d'aide, vous pouvez créer des logiciels qui maximisent à la fois la vitesse et l'efficacité.
À propos du livre
L'informatique parallèle et de haute performance offre des techniques qui garantissent l'efficacité de votre code. Vous apprendrez à évaluer les architectures matérielles et à travailler avec des outils standard tels que OpenMP et MPI. Vous maîtriserez les structures de données et les algorithmes les mieux adaptés au calcul à haute performance et apprendrez les techniques qui permettent d'économiser de l'énergie sur les appareils portables. Vous ferez même tourner une simulation massive de tsunami sur une banque de GPU.
Contenu
Planifier un nouveau projet parallèle.
Comprendre les différences entre les architectures CPU et GPU.
Résoudre les problèmes de performances des noyaux et des boucles.
Gérer les applications avec la planification par lots.
À propos du lecteur
Pour les programmeurs expérimentés maîtrisant un langage de calcul haute performance comme C, C++ ou Fortran.
À propos de l'auteur
Robert Robey travaille au Los Alamos National Laboratory et est actif dans le domaine du calcul parallèle depuis plus de 30 ans. Yuliana Zamora est actuellement doctorante et boursière Siebel à l'université de Chicago. Elle a donné des cours sur la programmation du matériel moderne lors de nombreuses conférences nationales.
Table des matières
PARTIE 1 INTRODUCTION AU CALCUL PARALLÈLE.
1 Pourquoi le calcul parallèle ?
2 Planification de la parallélisation.
3 Limites de performance et profilage.
4 Conception des données et modèles de performance.
5 Algorithmes et modèles parallèles.
PARTIE 2 CPU : LE CHEVAL DE BATAILLE DU PARALLÉLISME.
6 Vectorisation : FLOPs gratuits.
7 OpenMP : la performance.
8 MPI : L'épine dorsale du parallélisme.
PARTIE 3 GPUS : CONSTRUITS POUR ACCÉLÉRER.
9 Architectures et concepts des GPU.
10 Modèle de programmation GPU.
11 Programmation GPU basée sur des directives.
12 Langages GPU : Aller à l'essentiel.
13 Profilage et outils du GPU.
PARTIE 4 ÉCOSYSTÈMES DE CALCUL À HAUTE PERFORMANCE.
14 Affinity : Trêve avec le noyau.
15 Ordonnanceurs par lots : Mettre de l'ordre dans le chaos.
16 Opérations de fichiers pour un monde parallèle.
17 Outils et ressources pour un meilleur code.
Autres informations sur le livre :
| ISBN : | 9781617296468 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2021 |
| Nombre de pages : | 704 |
Achat:
Actuellement disponible, en stock.
