与#并行#相关的内容第2页 - PmDaddy

全部分类数据库前端云计算

解决大模型“开发难”，昇思MindSpore自动并行技术应用实践

本文介绍MindSpore常用的分布式并行训练技术，以及如何将并行技术应用到大模型预训练中。

.NET周报【5月第2期 2023-05-14】

国内文章 XUnit数据共享与并行测试 https://www.cnblogs.com/podolski/p/17388602.html 在单元或者集成测试的过程中，需要测试的用例非常多，如果测试是一条一条过，那么需要花费不少的时间。从 V2 开始，默认情况下 XUnit 自动配置并行（参考资料），

CUDA C编程权威指南：1-基于CUDA的异构并行计算

什么是CUDA？CUDA（Compute Unified Device Architecture,统一计算设备架构）是NVIDIA（英伟达）提出的并行计算架构，结合了CPU和GPU的优点，主要用来处理密集型及并行计算。什么是异构计算？这里的异构主要指的是主机端的CPU和设备端的GPU，CPU更擅长逻

XTTS系列之五：警惕大文件表空间

在上篇《[XTTS系列之四：迷迷糊糊的并行度](https://www.cnblogs.com/jyzhao/p/17525723.html)》验证之后，就让测试组在RMAN配置中设置好正确的并行。然后重新将备份任务执行，平均速度直接由之前的150MB/s提升为1200MB/s。优化效果非常明显，速

深入了解 GPU 互联技术——NVLINK

随着人工智能和图形处理需求的不断增长，多 GPU 并行计算已成为一种趋势。对于多 GPU 系统而言，一个关键的挑战是如何实现 GPU 之间的高速数据传输和协同工作。然而，传统的 PCIe 总线由于带宽限制和延迟问题，已无法满足 GPU 之间通信的需求。为了解决这个问题，NVIDIA 于 2018 年

[转帖]大模型训练，英伟达Turing、Ampere和Hopper算力分析

https://www.eet-china.com/mp/a219195.html 大 GPU 优势在于通过并行计算实现大量重复性计算。GPGPU即通用GPU，能够帮助 CPU 进行非图形相关程序的运算。在类似的价格和功率范围内，GPU 能提供比CPU 高得多的指令吞吐量和内存带宽。GPGPU 架构

Python的进程和线程——一些基础概念

1. 线程和进程 1.1 线程和进程进程可以包含多个并行运行的线程；通常，操作系统创建和管理线程比进程更省CPU资源；线程用于一些小任务，进程用于繁重的任务；同一个进程下的线程共享地址空间和其他资源，进程之间相互独立； 1.2 线程 v.s. 进程： 1.2.1 多线程多线程是在同一进程内

用STM32F4的DMA实现高速、实时的同步并行通信——以读取高速ADC为例[原创www.cnblogs.com/helesheng]

本文给出了一种利用STM32F4系列MCU的DMA功能，实现10MSPS数量级的同步并行数据通信的方法。并用控制高速流水线型的模数转换器AD9200读取作为实例，展示了该通行方法。本文最后总结了该方法的优点和问题，以及克服这些问题的思路。

BFF层聚合查询服务异步改造及治理实践 | 京东云技术团队

最近在对稳健理财BFF层聚合查询服务优化治理，针对文章内的串行改并行章节进行展开，分享下实践经验，主要涉及原同步改异步的过程、全异步化后衍生的问题以及治理方面的思考与改进。

CAP 8.2 版本发布通告

前言今天我们很高兴宣布 CAP 发布 8.2 版本正式版，我们在这个版本中主要致力于对订阅着并行执行的特性提供支持，同时添加了对在订阅者中对消息头的控制行为。下面，具体看一下我们新版本的功能吧。总览可能有些人还不知道 CAP 是什么，老规矩来一个简介。 CAP 是一个用来解决微服务或者分布式

Java7提供的Fork/Join框架实现高并发程序，你会使用吗？

摘要：Fork/Join框架位于J.U.C(java.util.concurrent)中，是Java7中提供的用于执行并行任务的框架，其可以将大任务分割成若干个小任务，最终汇总每个小任务的结果后得到最终结果。本文分享自华为云社区《如何使用Java7提供的Fork/Join框架实现高并发程序？》，作

从原理聊JVM（二）：从串行收集器到分区收集开创者G1

随着Java的进化过程，涌现出各种不同的垃圾回收器，从串行执行到并行执行，从高吞吐到低延迟，终极目标就是让开发人员专注于程序的代码书写而无需关注内存管理。

FreeRTOS简单内核实现5 阻塞延时

0、思考与回答 0.1、思考一为什么 FreeRTOS简单内核实现3 任务管理文章中实现的 RTOS 内核不能看起来并行运行呢？ Task1 延时 100ms 之后执行 taskYIELD() 切换到 Task2，Task2 延时 500ms 之后执行 taskYIELD() 再次切换 Task

MindSponge分子动力学模拟——多路径分子模拟（2024.05）

随着硬件算力的发展，以及AI技术的日益增进，我们不仅可以借助深度学习框架来加速分子动力学模拟，以及降低分子模拟开发的门槛。还可以实现高通量模拟，使得用最小的开销并行的运行多个分子模拟成为可能。

理论+实践，带你了解分布式训练

详细介绍分布式机器学习系统的基础概念、分布式训练集群架构、分布式训练并行策略，并以DeepSpeed 为例介绍如何在集群上训练大语言模型。

[转帖]linux查看java堆栈信息_linux进程堆栈大小

https://www.cnblogs.com/cloudHui/p/17076184.html 1、查看JAVA进程JVM参数 jinfo -flags pid(进程号)-XX:CICompilerCount=2 最大的并行编译数-XX:InitialHeapSize=16777216 JVM 的

[转帖]MAXDOP(max degree of parallelism)

https://www.cnblogs.com/jenneyblog/p/MAXDOP.html 概述当 SQL Server 在具有多个微处理器或 CPU 的计算机上运行时，它将为每个并行计划执行检测最佳并行度（即运行一个语句所使用的处理器数）。您可以使用 max degree of paral

[百度贴吧]部分CPU的SPEC2006int 结果

这些测试成绩基本上是本人自己测试的结果。下表中有来自spec官网的两个成绩，因为测试年份较早，系统环境和编译器都较老，测试成绩本人实测的还差，所以仅作为参考。部分测试启用了自动并行和附加的优化库，是为了追求较好的测试成绩，体现的不是普通用户系统环境和常规应用软件的性能水平。国产CPU任重道远，从当前

[转帖]Linux内核线程kthread简介【最好的一篇！】

https://zhuanlan.zhihu.com/p/581587583 Linux内核可以看作一个服务进程(管理软硬件资源，响应用户进程的种种合理以及不合理的请求)。内核需要多个执行流并行，为了防止可能的阻塞，支持多线程是必要的。内核线程就是内核的分身，一个分身可以处理一件特定事情。内核线程的

从原理聊JVM（三）：详解现代垃圾回收器Shenandoah和ZGC

现代的垃圾回收器为了低停顿的目标可谓将“并发”二字玩到极致，Shenandoah在G1基础上做了非常多的优化来使回收阶段并行，而ZGC直接采用了染色指针、NUMA等黑科技，目的都是为了让Java开发者可以更多的将精力放在如何使用对象让程序更好的运行，剩下的一切交给GC，我们所做的只需享受现代化GC技术带来的良好体验。

# 热门排行

微软 New Bing AI 申请与使用保姆级教程（免魔法） ChatGPT API使用介绍 ChatGPT开发实战一篇带你了解如何使用纯前端类Excel表格构建现金流量表手把手教你玩转 Excel 数据透视表为什么 C# 可能是最好的第一编程语言 .NET 入门到高级路线提高工作效率的神器：基于前端表格实现Chrome Excel扩展插件 React + Springboot + Quartz，从0实现Excel报表自动化用Echarts实现前端表格引用从属关系可视化