Couvre les bases de la programmation parallèle, y compris la concurrence, les formes de parallélisme, la synchronisation et les modèles de programmation tels que PThreads et OpenMP.
Couvre les opérations parallèles de données dans la programmation Scala, en mettant l'accent sur les opérations de repliement et l'exploitation agrégée.
Explore les opérations parallèles de données dans Scala, la conversion des collections, la mise en œuvre de la somme et l'examen des opérations de plis.
Explore la programmation parallèle dans Scala, les opérations fonctionnelles sur les collections, et les fonctions de carte parallèle sur les tableaux et les arbres.
Couvre l'évolution et les défis des multiprocesseurs, en mettant l'accent sur l'efficacité énergétique, la programmation parallèle, la cohérence du cache et le rôle des GPU.
Couvre l'architecture multiprocesseurs, l'informatique durable, l'impact de la formation sur les modèles d'IA et les principes fondamentaux de la programmation parallèle.
Couvre les bases de la programmation parallèle, y compris l'exploitation du parallélisme dans les algorithmes et l'importance d'éviter les conditions de race.
Explore Conc-Tree Combiners pour la programmation parallèle en Scala, couvrant les opérations tampons, les nœuds de morceaux et les méthodes de combinaison.
S'inscrit dans l'analyse de performance des programmes parallèles de Scala, couvrant l'analyse asymptotique, les fonctions récursives et la loi d'Amdahl.
Introduit le balayage parallèle gauche dans Scala, couvrant ses propriétés, des solutions séquentielles, et des techniques de calcul parallèles efficaces.
Explore les opérations de pliage (réduction) dans la programmation parallèle à l'aide de Scala, couvrant les opérations associatives, les arbres d'expression, la réduction parallèle et la réduction du réseau.
Explore les ensembles dénombrables et innombrables, l'ensemble Cantor, l'ensemble Mandelbrot et la dimension Box dans la dynamique non linéaire et les systèmes complexes.
Explore la motivation et les avantages de l'utilisation des GPU pour le calcul, en se concentrant sur leurs performances et leur programmation via CUDA.
Couvre les diviseurs et les mélangeurs dans la programmation parallèle en utilisant Scala, expliquant comment mettre en œuvre les méthodes clés efficacement.
