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: third edition نویسندگان: William Gropp, Ewing Lusk, Anthony Skjellum سری: Scientific and Engineering Computation ISBN (شابک) : 0262527391, 9780262527392 ناشر: The MIT Press سال نشر: 2014 تعداد صفحات: 330 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب استفاده از MPI: برنامه نویسی موازی قابل حمل با رابط انتقال پیام: علوم کامپیوتر هوش مصنوعی یادگیری ماشین شبیه سازی بیوانفورماتیک شبیه سازی سایبرنتیک تعامل انسان نظریه اطلاعات رباتیک سیستم ها تجزیه و تحلیل طراحی الگوریتم های فناوری کامپیوترها الگوریتم های هوش مصنوعی پایگاه داده ذخیره سازی گرافیک تجسم شبکه نرم افزار شی گرا نرم افزار عملیاتی برنامه نویسی زبان ها مهندسی استفاده شده جدید کتاب های درسی اجاره ای تخصصی Bout
در صورت تبدیل فایل کتاب Using MPI: Portable Parallel Programming with the Message-Passing Interface 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 استفاده از MPI: برنامه نویسی موازی قابل حمل با رابط انتقال پیام 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.
این کتاب یک راهنمای کاملاً به روز شده برای کتابخانه استاندارد MPI (واسط ارسال پیام) برای نوشتن برنامه برای رایانه های موازی ارائه می دهد. از زمان انتشار نسخه قبلی استفاده از MPI، محاسبات موازی به جریان اصلی تبدیل شده است. امروزه برنامه ها بر روی رایانه هایی با میلیون ها پردازنده اجرا می شوند. پردازنده های متعددی که حافظه مشترک دارند و پردازنده های چند هسته ای با رشته های سخت افزاری متعدد در هر هسته رایج هستند. انجمن MPI-3 اخیراً استاندارد MPI را با توجه به پیشرفتها در قابلیتهای سختافزار، تکامل زبان اصلی، نیازهای برنامهها و تجربهای که طی سالها توسط فروشندگان، پیادهکنندهها و کاربران به دست آمده است، به روز کرده است. این نسخه سوم استفاده از MPI این تغییرات را هم در متن و هم در کد نمونه منعکس می کند.
این کتاب رویکردی غیررسمی و آموزشی دارد و هر مفهوم را از طریق مثالهای قابل درک، از جمله کد واقعی در C و Fortran، معرفی میکند. موضوعات شامل استفاده از MPI در برنامه های ساده، توپولوژی های مجازی، انواع داده های MPI، کتابخانه های موازی و مقایسه MPI با سوکت ها می باشد. برای ویرایش سوم، کد نمونه به روز شده است. برنامه ها به روز شده اند. و مراجع نشان دهنده توجه اخیر MPI در ادبیات است. یک جلد همراه، استفاده از MPI پیشرفته، موضوعات پیشرفته تری از جمله برنامه نویسی ترکیبی و مقابله با داده های بزرگ را پوشش می دهد.
This book offers a thoroughly updated guide to the MPI (Message-Passing Interface) standard library for writing programs for parallel computers. Since the publication of the previous edition of Using MPI, parallel computing has become mainstream. Today, applications run on computers with millions of processors; multiple processors sharing memory and multicore processors with multiple hardware threads per core are common. The MPI-3 Forum recently brought the MPI standard up to date with respect to developments in hardware capabilities, core language evolution, the needs of applications, and experience gained over the years by vendors, implementers, and users. This third edition of Using MPI reflects these changes in both text and example code.
The book takes an informal, tutorial approach, introducing each concept through easy-to-understand examples, including actual code in C and Fortran. Topics include using MPI in simple programs, virtual topologies, MPI datatypes, parallel libraries, and a comparison of MPI with sockets. For the third edition, example code has been brought up to date; applications have been updated; and references reflect the recent attention MPI has received in the literature. A companion volume, Using Advanced MPI, covers more advanced topics, including hybrid programming and coping with large data.