Article

面向英特尔® MIC 架构进行应用的适用性分析

面向英特尔® MIC 架构的编译器方法

面向英特尔® MIC 架构进行应用的适用性分析

Authored by AmandaS (Intel) Last updated on 03/21/2019 - 12:08
Article

英特尔® 至强融核™ 协处理器(代号 “Knights Landing”)— 应用就绪

为了将来在英特尔® 至强™ 处理器和英特尔® 至强融核™ 协处理器(代号 Knights Landing)上实现部分应用就绪,开发人员主要希望从两个方面改进工作负载:

矢量化/代码生成 线程并行性

本文主要讨论矢量化/代码生成,并介绍了一些有用的线程并行工具和资源。

Authored by Last updated on 07/06/2019 - 16:40
Article

整理您的数据和代码: 数据和布局 - 第 2 部分

Apply the concepts of parallelism and distributed memory computing to your code to improve software performance. This paper expands on concepts discussed in Part 1, to consider parallelism, both vectorization (single instruction multiple data SIMD) as well as shared memory parallelism (threading), and distributed memory computing.
Authored by David M. Last updated on 07/06/2019 - 16:40
Article

了解面向三维同性有限差分 (3DFD) 波动方程代码的 NUMA

本文将介绍一些技巧,帮助软件开发人员识别并修复使用最新英特尔软件开发工具时遇到的与 NUMA 相关的应用性能问题。

Authored by Sunny G. (Intel) Last updated on 07/05/2019 - 20:13
Article

什么是代码现代化?

现代高性能计算机由下列资源组合构建而成:多核处理器、

Authored by Mike P. (Intel) Last updated on 07/06/2019 - 16:40
Article

引导自动并行化

面向英特尔® MIC 架构进行应用的适用性分析

面向英特尔® MIC 架构的编译器方法

引导自动并行化 (GAP)

Authored by Ronald W Green (Blackbelt) Last updated on 03/21/2019 - 12:08
Blog post

线程并行化的概念及其用法

An Intro to Multi-Level Parallelism for High-Performance Computing by Clay Breshears | Life Sciences Software Architect, Intel
Authored by Clay B. (Blackbelt) Last updated on 12/12/2018 - 18:08
Article

案例研究: 面向神经细胞模拟优化代码

Intel held the Intel® Modern Code Developer Challenge that had about 2,000 students from 130 universities in 19 countries registered to participate in the Challenge. They were provided access to Intel® Xeon Phi™ coprocessors to optimize code used in a CERN openlab brain simulation research project. In this article Daniel Vea Falguera (Modern Code Developer Challenge winner) shares how he...
Authored by Last updated on 07/06/2019 - 16:40
Article

新用户编译器基本用法

面向英特尔® 集成众核架构的编译器方法

新用户编译器基本用法

Authored by AmandaS (Intel) Last updated on 03/21/2019 - 12:00
Article

案例研究: 使用分布式优化框架在 Monte Carlo 欧式期权方面实现高级性能

1. 简介

Monte Carlo 使用统计计算方法解决复杂的科学计算问题。 它创新地使用随机数字模拟一个问题输入结果的不确定性,并通过处理重复的参数抽样获得一个确定的结果和解决一些以其他方式无法解决的问题。 该方法最早起源于上世纪 40 年代末,由参与“曼哈顿”计划的核物理学家们率先提出。 并采用摩纳哥最大的赌城 Monte Carlo 来命名。

Authored by Last updated on 07/06/2019 - 16:40