微信读书

并行编程方法与优化实践

刘文志

本书关注C程序设计语言的向量化和并行化扩展，以及算法到硬件的映射。本书不但包括如何使用SSE/AVX向量化扩展、如何使用OpenMP编译制导语句优化运行在X86多核处理器上的代码的性能，还包括如何使用NEON向量化扩展、OpenMP编译制导语句优化运行在移动处理器（ARM）上的代码性能优化，以及使用CUDA和OpenCL优化运行在图形处理器（GPU）上的代码性能优化及并行。不但有实际的各个扩展解析或语言的介绍说明，还有丰富的算法优化实例。

OpenCL异构并行计算：原理、机制与优化实践

刘文志 陈轶 吴长江

1人今日阅读

本书的作者是长期战斗在异构编程第一线的架构师和开发者，具有非常丰富的OpenCL使用和编程经验，本书正是他们多年OpenCL编程经验的总结。本书不仅详细描述了OpenCL的各种概念和特性；而且通过由浅入深的一系列实际应用案例，帮助读者掌握这个令人激动的新编程模型。本书内容充实，不仅适合不同经验水平的学生和开发者，而且对于致力于异构计算的研究人员，也是一本非常不错的OpenCL教科书。

科学计算与企业级应用的并行优化

刘文志

本书系统、深入讲解了科学计算及企业级应用的并行优化方法与最佳实践。第1章介绍了常见的并行编程基于的多核/众核向量处理器架构。第2章介绍了如何在X86、ARM和GPU上优化常见的线性代数运算。第3章介绍了如何在X86和GPU处理器上优化偏微分方程的求解。第4章介绍了如何在X86处理器和GPU上优化常见的分子动力学算法。第5章详细介绍了如何在X86、ARM和GPU上优化常见的机器学习算法。