Det finns många utmärkta online -resurser för att lära sig om parallell datoranvändning. Här är några platser att börja, kategoriseras för enklare navigering:
för nybörjare:
* online -kurser:
* Coursera &edx: Sök efter kurser på "Parallell computing", "samtidig programmering", "distribuerade system" eller "högpresterande datoranvändning." Många universitet erbjuder introduktionskurser på dessa plattformar. Leta efter kurser som använder Python, C ++ eller Java för praktiska exempel.
* udemy &andra plattformar: I likhet med Coursera och EDX erbjuder dessa en mängd olika kurser, ofta vid olika prispunkter.
* tutorials and blogs:
* Webbplatser för hårdvarutillverkare (Intel, AMD, NVIDIA): Dessa har ofta introduktionsmaterial och dokumentation på deras parallella bearbetningsteknologier (t.ex. multi-core CPU:er, GPU:er).
* bloggar och artiklar på tekniska webbplatser (ARS Technica, IEEE -spektrum, etc.): Dessa webbplatser har ofta artiklar som förklarar parallella datorkoncept på ett tillgängligt sätt. Sök efter termer som "parallell programmering för nybörjare."
För mellanliggande/avancerade elever:
* Akademiska artiklar och forskning:
* ACM Digital Library &IEEE Xplore: Dessa är stora förvar för forskningsartiklar om parallell datoranvändning och relaterade ämnen. Du kan hitta avancerade algoritmer, teoretiska analyser och banbrytande forskning.
* läroböcker (onlineversioner eller utdrag): Många universitet tillhandahåller online -tillgång till sina kursmaterial, som kan innehålla utdrag från eller länkar till relevanta läroböcker. Sök efter "Parallel Computing lärobok" för att hitta alternativ.
* Specialiserad dokumentation:
* mpi (meddelande som passerar gränssnitt) Dokumentation: Om du är intresserad av klusterberäkning är det viktigt att förstå MPI. MPI Forum -webbplatsen har detaljerad dokumentation.
* OpenMP -dokumentation: Detta är ett API för parallell programmering av delat minne. OpenMP Architecture Review Board tillhandahåller dokumentation och specifikationer.
* cuda (nvidia) Dokumentation: För GPU -programmering måste du lära dig CUDA. NVIDIA tillhandahåller omfattande dokumentation och tutorials.
* OpenCL -dokumentation: Ett annat API för parallell programmering över olika enheter (CPU:er, GPU:er). Khronos -gruppen upprätthåller specifikationerna.
Andra användbara resurser:
* wikipedia: Även om det inte är en primär källa, ger Wikipedia en bra översikt över parallella datorkoncept och relaterade fält.
* Stack Overflow: Ett bra ställe att ställa specifika frågor och hitta lösningar på vanliga problem som uppstår i parallell programmering.
Tips för din sökning:
* var specifik: Istället för att bara söka "parallell datoranvändning", försök att söka efter specifika aspekter, som "parallella sorteringsalgoritmer", "parallell programmering i Python" eller "GPU parallell datoranvändning."
* Leta efter praktiska exempel: Det bästa sättet att lära sig är att göra. Sök efter tutorials som innehåller kodexempel och praktiska övningar.
* Börja med ett specifikt område: Parallell datoranvändning är ett brett fält. Fokusera på ett visst område som intresserar dig (t.ex. distribuerade system, GPU-programmering, multi-core-programmering) för att undvika att bli överväldigad.
Kom ihåg att kontrollera datumet för alla resurser du hittar; Framstegen inom detta område är snabba. Lycka till!
