MATLAB并行编程教程-HPCE-2018-CW1

线性规划的 MATLAB 教程，讲得还挺实在的，尤其适合建模新手快速上手。内容从基础概念到工具使用，再到图形理解，逻辑清晰，案例也贴合实际场景。用的是Optimization Toolbox里的linprog，参数得蛮细，连约束怎么写、变量怎么限制都带例子解释了。如果你也常写模型、做优化，值得收藏看看。

SP (流式多处理器)：CUDA设备上执行指令的处理单元。 SM (流式多处理器簇)：一个包含多个SP的集群，负责执行线程块。 线程：CUDA程序中最小的可执行单元，由一个内核函数实例化。 线程块：一组线程，在SM上并行执行。 网格：一组线程块，在所有SM上执行。 Warp：线程块中的32个连续线程组成的子组，在SM上一起执行指令。

MATLAB 2018a版本经测试可靠，提供下载链接及详细破解步骤，功能优化显著，比2017版本更易用。

如果你有过 MATLAB 使用经验，那你应该知道，GUI 能让交互变得超级直观、好用。今天推荐的这篇《MATLAB GUI 编程教程》，就是帮你快速上手 MATLAB GUI 的好资源。它从基础开始，使用 MATLAB 自带的 GUIDE 工具，教你如何构建一个 GUI 应用，步骤清晰，代码简单，适合初学者。你可以通过拖拽控件设计界面，再写几个回调函数，轻松实现像加法计算这种基础功能。其实，如果你是想用 MATLAB 做数据或者科学计算的工具，搭建个 GUI 界面能让用户体验更好，也能提高工作效率。是 GUI 不单单是做界面，还是直接跟数据互动的，可以大大减少输入错误、提升体验。喜欢的是它的可

并行编程的实战派资源《Parallel Programming in C with MPI and OpenMP》，是我最近翻出来重新读的一本老资料，讲得还挺系统的，适合想用 C 搞并行的朋友。从讲到，再到和，这几个名词一听挺吓人，其实里面的原理也不复杂，就是帮你搞清楚用多个器到底值不值。MPI那部分更偏底层，像点对点通信、广播、同步这些基础操作都讲得比较细，适合喜欢掌控感的同学；而OpenMP就更“亲民”一点，直接在#pragma omp parallel下一行加逻辑，线程就跑起来了，响应也快，代码也简单。里面的 C 语言例子不少，而且还讲了并行性能这一块。你如果是那种看完代码立马想测试效果

这是一份基础的Matlab编程教程，提供PDF格式的课件，支持幻灯片功能，非常适合课堂教学使用。

总体目标本课程的总体目标是：熟悉构建OpenCL程序遵循一种简单的方法来隔离现有程序的各个部分，这些部分可以移至内核了解创建和执行内核所需的OpenCL原语检查并消除一些会降低性能的通信瓶颈看一些提高GPU性能的简单技术通过AWS探索远程GPU实例仅此课程内容并不使您成为GPU专家。您应该知道如何从头开始创建OpenCL程序，但是所获得的性能可能不如TBB版本高。检查您的OpenCL环境在编写任何代码之前，值得检查您的OpenCL环境和SDK，仅用于检查是否已安装正确的设备和东西。有一个名为src/test_opencl.cpp的文件，它是一个简单但完整的OpenCL程序。它并没有做很多事情，

Matlab编程第八讲

在SMP及DSM并行机上，编译系统通常能够自动并行化用户程序（如C/Fortran），但往往需要人工干预，例如通过指导语句或命令行选项，以达到理想的并行效率。并行主要集中在循环操作上，称为细粒度并行。在分布式内存并行机上，目前尚无通用高效的自动并行工具，主要依赖于人工编写并行程序。