▪ 3.1 并行程序开发方法 ▪ 3.1.1 并行层次与代码粒度 ▪ 3.1.2 并行程序开发策略 ▪ 3.1.3 并行编程模式 ▪ 3.1.4 并行应用编程过程 ▪ 3.2 并行程序设计模型 ▪ 3.2.1 计算π样本程序 ▪ 3.2.2 数据并行模型 ▪ 3.2.3 消息传递模型 ▪ 3.2.4 共享变量模型 ▪ 3.3 并行编程语言和环境概述 ▪ 3.3.1 早期并行编程语言 ▪ 3.3.2 近代并行编程语言与环境 ▪ 3.3.3 并行说明性语言环境 ▪ 3.4 循环程序并行化的一般方法 ▪ 3.4.1 数据相关分析 ▪ 3.4.2 .数据划分与处理器指派 ▪ 3.4.3 循环重构

▪ 1.1 并行计算 ▪ 1.1.1 并行计算与计算科学 ▪ 1.1.2 当代科学与工程问题的计算需求 ▪ 1.2 并行计算机系统互连 ▪ 1.2.1 系统互连 ▪ 1.2.2 静态互联网络 ▪ 1.2.3 动态互连网络 ▪ 1.2.4 标准互联网络 ▪ 1.3 并行计算机系统结构 ▪ 1.3.1 并行计算机结构模型 ▪ 1.3.2 并行计算机访存模型 ▪ 2.1 共享存储多处理机系统 ▪ 2.1.1 对称多处理机SMP结构特性 ▪ 2.2 分布存储多计算机系统 ▪ 2.2.1 大规模并行机MPP结构特性 ▪ 2.3 机群系统 ▪ 2.3.1 大规模并行处理系统MPP机群SP2 ▪ 2.3.2 工作站机群COW ▪ 3.1 并行机的一些基本性能指标 ▪ 3.2 加速比性能定律 ▪ 3.2.1 Amdahl定律 ▪ 3.2.2 Gustafson定律 ▪ 3.2.3 Sun和Ni定律 ▪ 3.3 可扩放性评测标准 ▪ 3.3.1 并行计算的可扩放性 ▪ 3.3.2 等效率度量标准 ▪ 3.3.3 等速度度量标准 ▪ 3.3.4 平均延迟度量标准

并行计算PC机群的构建 随着计算机硬件技术的高速发展,处理器和网络的性能不断地迅速提高和价格的日益 下降,使得并行计算日益从传统的超级计算平台转移到由一组高性能节点或工作站/PC机 构成的称之为机群的计算平台上,从而机群成为构建可扩放并行计算机的一大趋势

Google云计算背景 分布式文件系统GFS 并行数据处理模型MapReduce 分布式锁服务Chubby 分布式数据库BigTable Google AppEngine

7.1 多处理机系统结构 7.2 多处理机的互连网络 7.3 多处理机的系统控制 7.4 并行处理语言及算法 7.5 多处理机的性能 7.6 多处理机的系统实例

5.1 流水处理概述 5.2 流水线工作方式 5.3 流水线调度 5.4 流水中并行性进一步开发 5.5 向量流水处理技术

并行同步问题分析 采样同步、数据传输同步、存储处理同步 并行同步的解决方案 采样时钟分配、多ADC复位同步、多通道数据传输同步、多通道存储同步

《并行与分布式程序设计》课程教学参考书：分布式与云计算《Spark大数据处理技术、应用与性能优化》（PDF扫描版）

北京大学：《大规模数据处理——云计算 Mass Data Processing Cloud Computing》课程教学资源（PPT课件）并行与分布式系统基础 Introduction to Distributed Systems

1.试证明 Brent定理:令W(n)是某并行算法A在运行时间T(n)内所执行的运算数量, 则A使用p台处理器可在t(n)=((n)p+(n)时间内执行完毕