想了解并行计算框架但无从下手开始学习?

2023-11-01 14:59

本文主要是介绍想了解并行计算框架但无从下手开始学习?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

关于并行计算框架的一些理解及学习路径

  • 并行计算框架中各种方式介绍
    • 1.openMP
    • 2.MPI
    • 3.CUDA

并行计算框架中各种方式介绍

并行计算主要分为两大方向,主机端的CPU并行和设备端的GPU并行。
CPU端的并行主要有openMPMPI等方式。
GPU端的并行方式主流的有NVIDIA 的CUDA架构(GPU端的加速方式已经比较成熟,各种TOP500的超算都在大量使用GPU加速卡,包括我们的天河二号超算之前就曾经用过Intel Xeon Phi )

1.openMP

1.事实上,openMP作为一种比较易用的并行方式(但需要在编译器中打开openMP支持),支持C,C++,Fortran三种编程语言。

2.C openMP的学习资料比较多,我个人是在“超算习堂”中学习基础语法的,比如最常用的对循环的并行化,多线程的控制等等,后面倒不是经常用到了,该平台完全开放免费,还可以学习MPI等其他并行框架(保姆级教学)
在这里插入图片描述

3.Fortran openMP是我最近才接触到的,由于导师的祖传代码是用fortran写的(-_-),我只能选择自学fortran。不过幸运的是,openMP 用C和Fortran的写法差别并不大,有了C openMP的基础会好很多。
这里我推荐这个在Fcode上找到的资源《使用OpenMP 进行 Fortran95并行计算》网页下面下面有个中文版,要是各位够猛,点那个英文版也是可以的。

2.MPI

这个没学过,先挖个坑,以后回来说。

3.CUDA

在这里插入图片描述

这个是NVIDIA 自家推出的GPU计算框架,暂时支持五种编程语言(如上图咯)
我本人就准备主攻CUDA方向,手上的资料中比较推荐机械工业出版社这本CUDA并行程序设计,主要C语言描述。
在这里插入图片描述

1.个人认为,CUDA C的适用性最好,我是用VS 2019搭建的CUDA C环境,CUDA可以去英伟达官网下,链接CUDA下载点我
注意,先下载VS,再下载CUDA,要不然很可能连接不上出错。
CUDA C的初阶学习也可以在上面提到的超算习堂进行。

2.而fortran的环境搭建详细步骤可以参考这篇文章fortran环境搭建
我个人是用第二种,可以再次依靠着VS2019 (反正在上一点搭建CUDA C环境的时候已经下了)。
但无论是第一种还是第二种都有个问题,很严重,就是没法对fortran代码使用CUDA并行化,对此,我只找到了使用PGI编译器一种解决方法,找了很多论坛也没看到其他方法(那岂不是刚刚都在说废话啊喂 ),如果使用PGI编译器的话,还需要在linux系统下使用专业的算卡,我暂时也没有什么好办法了 ,所以对fortran代码的并行优化我暂时都是在CPU端用openMP做的。

这篇关于想了解并行计算框架但无从下手开始学习?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/323809

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

cross-plateform 跨平台应用程序-03-如果只选择一个框架,应该选择哪一个?

跨平台系列 cross-plateform 跨平台应用程序-01-概览 cross-plateform 跨平台应用程序-02-有哪些主流技术栈? cross-plateform 跨平台应用程序-03-如果只选择一个框架,应该选择哪一个? cross-plateform 跨平台应用程序-04-React Native 介绍 cross-plateform 跨平台应用程序-05-Flutte