芯片多处理器COMP35112

课程内容：

由于技术限制，保持单个处理器性能的持续提升变得越来越困难。因此，目前的趋势是将多个处理器集成到单个芯片上，并利用由此产生的并行资源来获得更高的计算能力。然而，这可能需要采用与硬件和软件截然不同的方法，特别是对于通用应用。本课程将详细探讨这些问题。

课程目标：

本课程旨在探讨当前将多个处理器集成到单个芯片的趋势带来的各种软件和硬件问题，以通过并行处理解决单核处理器速度停滞的问题。

课程大纲：

1、简介：技术趋势、局限性和后果。向多核的迁移。程序中的并行性、ILP、线程级、数据并行性。

2、并行架构：SIMD、MIMD、共享内存、分布式内存、优缺点。

3、并行编程：多线程编程、数据并行编程、显式与隐式并行、自动并行化。共享内存的案例。

4、共享内存多处理器：基本结构、高速缓存一致性问题。MESI协议。局限性。基于目录的一致性。

5、使用锁和屏障编程：同步需求。显式同步的问题。

6、其他并行编程方法：MPI和OpenMP。

7、推测：自动并行化的捷径？

8、事务性内存：原理。硬件和软件方法。

9、内存问题：内存系统设计。内存一致性。

10、其他架构和编程方法：GPGPU、CUDA

11、数据驱动并行：数据流原理和函数式编程。

学习成果：

通过本课程的学习，学生将能够：

1、描述芯片多处理器硬件（例如多核CPU和GPU）的设计和构造以及相关编程语言的主要问题以及关键建议解决方案。

2、评估编程语言扩展的多个具体示例，这些扩展支持在共享内存多处理器上编写正确高效的代码。

3、比较硬件结构的多个扩展，例如，内存一致性、同步、推测和事务性内存，以提高在芯片多处理器上执行的代码的性能。

4、比较编程语言的多个扩展和支持用户和操作系统级数据结构的扩展，以提高在芯片多处理器上执行的代码的性能。

5、根据从并行编程练习中获得的体验，评估常用编程语言中并发支持的有效性，包括线程、锁和屏障的使用。