آموزش برنامه‌نویسی بهینه و کارآمد - آخرین آپدیت

سرفصل ها و درس ها

شناسایی گلوگاه‌های عملکردی Finding Performance Bottlenecks

• مرور کلی دوره Course Overview

• تحلیل عملکرد با gprof Profiling with gprof

• تحلیل عملکرد برای پایتون Profiling For Python

• کتابخانه‌های عددی Numerical Libraries

• گزینه‌های کامپایلر برای بهبود عملکرد Compiler Options for Performance

تکنیک‌های ساده بهینه‌سازی Simple Optimization Techniques

• تحلیل وابستگی‌ها Dependency Analysis

• بهینه‌سازی اسکالر Scalar Optimization

• بهینه‌سازی حلقه‌ها - بخش اول Loop Optimizations - Part 1

• بهینه‌سازی حلقه‌ها - بخش دوم Loop Optimizations - Part 2

• بهینه‌سازی پایتون با NumPy Python Optimization with NumPy

معماری کامپیوتر و برداری‌سازی Computer Architecture and Vectorization

• معماری کامپیوتر Computer Architecture

• به حداکثر رساندن عملکرد با برداری‌سازی Maximizing Performance with Vectorization

• آماده‌سازی داده‌های برنامه برای برداری‌سازی - تراز داده‌ها Preparing your Application Data for Vectorization - Data Alignment

• استاندارد OpenMP و SIMD OpenMP - SIMD

معماری کامپیوتر Computer Architecture

• معماری حافظه Memory Architecture

• سلسله‌مراتب حافظه پردازنده Processor Memory Hierarchy

• ویژگی‌های کش و حافظه در یک گره محاسباتی Cache and Memory Characteristics of a Compute Node

• مقیاس‌بندی دسترسی به داده‌ها - BLAS Data Access Scaling - BLAS

محاسبات موازی و با بازدهی بالا Parallel and High Throughput Computing

• مقدمه‌ای بر محاسبات موازی Introduction to Parallel Computing

• مقدمه‌ای بر محاسبات با بازدهی بالا (HTC) Introduction to High Throughput Computing

• دموی آرایه‌های شغلی Slurm Slurm Job Arrays Demo

• محاسبات HTC با GNU Parallel HTC with GNU Parallel