pi

用C语言编写的并行计算π值的代码，并附多次运算结果的分析和比较(Using C language code for parallel computing π value, along with many of the analysis and comparison of operation results)

umat for hot stamping use uexpan in abaqus

并行计算环境下的网页排序算法 mapreduce框架，北大计算机系暑期课程项目(null)

CUDA平行的優化，以矩陣乘法為基礎。透過ShareMemory做加速(CUDA ShareMem)

cuda内存管理 很有用的一个教程 希望有帮助(cuda memory management)

左矩阵A是m×s，右矩阵B是s×n，结果矩阵C是m×n。

应用背景在GPU上实现N-BODY算法。N-Body模拟问题覆盖了自然科学的很多领域，从宇观的天体物理到宏观的流体动力学，直至微观的分子动力学。例如通过研究围绕着银河系的暗物质晕轮的形状和动力学特征来探索银河系形成过程，需要模拟数百万的星体和暗物质间的作用。现代生物物理学和化学中的许多研究，如细菌或植物体的光合作用膜处发生的光能向化学能的转化，染色体中DNA和蛋白质分子的描述，都需要模拟上千万的原子核分子的作用。关键技术N-Body问题的两个重要特征是： 第一点．计算规模大，因为无论是宇观的天体尺寸还是微观的分 子尺度．都包含了大量的粒子，粒子的规模大到数百万、千万。由于在 系统中任意的两个粒子问都存在着相互作用，因此商接计算粒子间的 相互作用的量级就是O(N^2)； 第二点．系统是动态变化的。为了反应系统的具体变化．尤其是在微观分子结构中．要求时间步足够小。这两个特征决定了计算机模拟 时巨大的计算量。这对于任何扁性能的单台计算机来说都是一个很难突破的瓶颈．因此采用并行汁算是解决N-Body问题的必然选择。主要涉及数据划分和线程任务划分实现。

OpenCL1.2版本的扩展功能用户手册。(OpenCL1.2 version of the Expansion Function User' s Manual.)

找出一组测量数据中因偶然失误或环境突发干扰而造成的粗大误差。(Find out a group of gross errors caused by accidental errors or sudden environmental disturbances.)

访问邻居 PC 零售商店提供了充足的证据，我们是在多核时代。厂商之间的关键区别今天是他们打包到单个芯片上的内核的数量。商品处理器的时钟频率已经达到了极限，然而，和很可能保持在以下 4 GHz 多年来。因此，加入内核是不增加计算能力的代名词。要充分利用提供的新的多核硬件的性能增强，相应地调整必须发生在软件基础设施 — — 转变为并行计算。