Lecture 8 - Matrix–Matrix Multiplication 讲师：Anne Reinarz 主题：性能建模、内存访问、向量化优化等 Matrix–Matrix Multiplication 对于 n×n 的矩阵 A 和 B，计算 C = AB： for (int i = 0; i < n; i++) for (int j = 0; j ...

📚 Session 6: Cache Blocking & Tiling Anne Reinarz 🧮 Matrix Transpose (基础) 目标： 计算转置矩阵 给定两个 N×N 的矩阵 A 和 B，进行如下操作： B[i*N + j] = A[j*N + i]; 🔍 简单性能模型： N² 次存储（store） N² 次加载（load） 无计算操...

Session 5: Profiling Lecturer: Anne Reinarz 🧠 核心目标 在大型代码库中使用 Profiling 识别热点，优化性能瓶颈。 🔍 为什么需要 Profiling？ Performance counters 不适用于大规模代码（太难标注）。 Profiling 帮助我们： 找到耗时最多的部分（hotspots） ...

Linux 命令分类文档 文件系统导航 ls - 列出目录内容 ls -l - 以详细格式列出（长格式） ls -al - 以长格式列出所有文件（包括隐藏文件） pwd - 打印工作目录（当前位置） cd dir - 切换到 dir 目录 cd - 切换到主目录 cd .. - 切换到父目录 文件下载和压缩 wget 网址 - 从网络下载文件 c...

Lecture 5：Performance Measurements 🎯 本讲目标：Roofline 分析 & 性能测量 🧠 Exercise 4：Roofline for Matrix-Vector Multiply 目标计算： \(y = Ax = \sum_{j=1}^{n_{col}} A_{ij}x_j\) 🌄 Roofline 模型概述 用于不同硬...

Lecture 3: Roofline Models Lecturer: Anne Reinarz 🚀 Exercise 2: Results & Interpretation Vectorised addition 每个周期加载 1 个 32Byte（8个float） 累加器存在寄存器中 需持续带宽约 107GB/s ...

📚 Session 2: Memory Hierarchy Lecturer: Anne Reinarz 🧪 Exercise 1: Sum Reduction Benchmark SIMD: 4 plateaus Scalar: 3 plateaus Performance variability caused by CPU Boosting ❓ Why SIM...

🧠 课程笔记：Session 1 - Performance Optimisation Overview 📘 教学主题概览 课程分为两部分： 前 4 周：性能优化 后 4 周：GPU 编程 课程目标：让代码跑得更快，理解和应用性能建模、测量与优化 ❓ 核心问题：代码怎么才能跑更快？ 答案是：像科学实验一样对待你的程序！...

🚀 CUDA C++ 入门教程：向量加法示例 本教程将介绍如何使用 CUDA C++ 在 GPU 上实现两个向量的加法操作。 ✅ 教程流程 在主机（Host）上分配内存并初始化数据 分配设备（Device）内存 将数据从主机复制到设备 启动 CUDA 核函数（Kernel）并行执行 将结果复制回主机 验证计算结果 释放内存资源 📦 示例代码（v...

📘 计算机硬件基础知识整理 ✅ 1. CPU（中央处理器，Central Processing Unit） 计算机的大脑，负责执行程序指令和控制整个系统。 通常包含： 控制单元（Control Unit） 算术逻辑单元（ALU） 寄存器组 现代 CPU 多为 多核设计，支持多线程并发执行。 ✅ 2. ...