Perché i libri sulla programmazione concorrente ignorano sempre il parallelismo dei dati? [chiuso]

Question

C'è stato uno spostamento significativo verso la programmazione dei dati in parallelo tramite sistemi come OpenCL e CUDA nel corso degli ultimi anni, eppure libri pubblicati anche negli ultimi sei mesi non menziona neppure il tema della programmazione dei dati in parallelo.

Non è adatto a tutti i problemi, ma sembra che ci sia un divario significativo qui che non è stato affrontato.

Answer 1

Prima di tutto, io sottolineare che la programmazione concorrente non è necessariamente sinonimo di programmazione parallela. Programmazione concorrente è circa la costruzione di applicazioni da task-accoppiati. Per esempio, una finestra di dialogo potrebbe avere interazioni con ogni controllo implementato come un'attività separata. programmazione parallela, d'altra parte, è esplicitamente di diffondere la soluzione di un compito computazionale in più di un unico pezzo di hardware esecuzione, essenzialmente sempre per motivi di prestazioni di qualche tipo (nota: anche troppo poco RAM è un motivo prestazioni quando l'alternativa è lo scambio.

Quindi, devo chiedere in cambio: Che libri ti riferisci? Sono circa programmazione concorrente (ho un paio di questi, ci sono un sacco di teoria interessante lì), o circa la programmazione parallela?

Se davvero sono circa la programmazione parallela, farò un paio di osservazioni:

• CUDA è un bersaglio in rapido movimento, ed è stato dal suo rilascio. Un libro scritto su di esso oggi sarebbe mezza obsoleta nel momento in cui ha fatto in stampa.
• serie di OpenCL è stato rilasciato poco meno di un anno fa. implementazioni stabili sono usciti negli ultimi 8 mesi o giù di lì. Non c'è semplicemente stato abbastanza tempo per ottenere un libro scritto ancora, per non parlare di rivedere e pubblicare.
• OpenMP è coperto in almeno alcuni dei libri di testo di programmazione parallela che ho usato. Fino alla versione 2 (v3 è stato appena rilasciato), è stato sostanzialmente tutto di dati per la programmazione parallela.

Answer 2

Credo che coloro che lavorano con il calcolo parallelo accademicamente oggi sono di solito provenienti dal campo cluster di calcolo. OpenCL e CUDA processori utilizzare grafici, che più o meno inavvertitamente sono evolute in processori generici insieme con lo sviluppo della grafica più avanzata di rendering algoritmi.

Tuttavia, le persone grafica e il calcolo ad alte prestazioni le persone sono state "scoprire" l'altro da qualche tempo, e un sacco o di ricerca è stato lo fa nel usando le GPU per general purpose computing.

Answer 3

"sempre" è un po 'forte; ci sono risorse là fuori ( esempio ) che includono argomenti di dati di parallelismo.

Answer 4

Il libro classico "The Connection Machine" di Hillis era tutto il parallelismo dei dati. E 'uno dei miei preferiti