دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Philip J. Hatcher, Michael J. Quinn سری: Scientific and Engineering Computation ISBN (شابک) : 0262082055, 9780262082051 ناشر: The MIT Press سال نشر: 1991 تعداد صفحات: 240 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 21 مگابایت
در صورت تبدیل فایل کتاب Data-Parallel Programming on MIMD Computers به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب برنامه نویسی موازی داده در رایانه های MIMD نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
برنامه نویسی کامپیوترهای MIMD بسیار دشوار است. برنامه نویسی موازی داده نشان می دهد که برنامه نویسی موازی مستقل از معماری با توصیف جزئیات نحوه کامپایل شدن و اجرای کارآمد برنامه های نوشته شده در یک زبان برنامه نویسی سطح بالا SIMD بر روی چند پردازنده با حافظه مشترک و چند رایانه با حافظه توزیع شده امکان پذیر است. نویسندگان ارائه می دهند. داده های کافی به طوری که خواننده بتواند در مورد امکان برنامه نویسی مستقل از معماری در یک زبان موازی داده تصمیم بگیرد. برای هر برنامه محک، فهرست کد منبع، زمان اجرای مطلق در چند پردازنده و چند کامپیوتر، و افزایش سرعت نسبت به یک برنامه متوالی را ارائه می دهند. و آنها اغلب راه حل های متعددی را برای یک مشکل ارائه می دهند تا نقاط قوت و ضعف این کامپایلرها را بهتر نشان دهند. فصلهای جداگانه تلفیقی از برنامههای Dataparallel C را برای اجرا بر روی چند پردازنده Sequent و ابر مکعبهای Intel و nCUBE شرح میدهند. نویسندگان عملکرد این کامپایلرها را بر روی انواع برنامه های محک مستند می کنند و چندین مطالعه موردی را ارائه می دهند. فیلیپ جی. هچر استادیار گروه علوم کامپیوتر در دانشگاه نیوهمپشایر است. مایکل جی کوین، دانشیار علوم کامپیوتر در دانشگاه ایالتی اورگان است. محتوا: مقدمه. توضیحات زبان برنامه نویسی C Dataparallel. طراحی یک کامپایلر داده موازی C چند کامپیوتری. طراحی یک کامپایلر داده موازی چند پردازنده C. نوشتن برنامه های کارآمد بنچمارک کردن کامپایلرها مطالعات موردی. نتیجه گیری
MIMD computers are notoriously difficult to program. Data-Parallel Programming demonstrates that architecture-independent parallel programming is possible by describing in detail how programs written in a high-level SIMD programming language may be compiled and efficiently executed-on both shared-memory multiprocessors and distributed-memory multicomputers.The authors provide enough data so that the reader can decide the feasibility of architecture-independent programming in a data-parallel language. For each benchmark program they give the source code listing, absolute execution time on both a multiprocessor and a multicomputer, and a speedup relative to a sequential program. And they often present multiple solutions to the same problem, to better illustrate the strengths and weaknesses of these compilers.The language presented is Dataparallel C, a variant of the original C* language developed by Thinking Machines Corporation for its Connection Machine processor array. Separate chapters describe the compilation of Dataparallel C programs for execution on the Sequent multiprocessor and the Intel and nCUBE hypercubes, respectively. The authors document the performance of these compilers on a variety of benchmark programs and present several case studies.Philip J. Hatcher is Assistant Professor in the Department of Computer Science at the University of New Hampshire. Michael J. Quinn is Associate Professor of Computer Science at Oregon State University.Contents: Introduction. Dataparallel C Programming Language Description. Design of a Multicomputer Dataparallel C Compiler. Design of a Multiprocessor Dataparallel C Compiler. Writing Efficient Programs. Benchmarking the Compilers. Case Studies. Conclusions.