CPU/GPU Core at Memory Mapping

Module 2 – CPU/GPU Core at Memory Mapping · 2

Page 2 of 3 · Mga 15 minuto bawat aralin, kasama ang pagsasanay.

Cache, locality, at working set

15-minutong sesyon: magbasa nang 3 minuto, mag-trace nang 3, mag-eksperimento nang 7, at sagutan ang check nang 2. Maglaan ng dagdag na oras kung kailangan.

Ang locality ay muling paggamit ng malapit o kamakailang data. Iba ang working set na kasya sa cache kaysa nag-i-stream sa RAM. Nakaaapekto ang stride, element size, prefetching, compiler optimization, at useful work. May interpreter overhead din ang Python loop kaya hindi nito naihihiwalay ang cache latency.

Pagsasanay at ebidensiya: Hulaan ang halimbawa o iguhit ang pagbabago ng state. Baguhin ang isang palagay, subukan ang hangganan, at itala ang aktuwal na resulta. Ipaliwanag kung ano ang hindi napapatunayan ng maliit na modelo tungkol sa production system.

data=list(range(16))
print(sum(data))
print(sum(data[::4]))

Inaasahang resulta: 120 24

Pagsasanay at ebidensiya

Itala ang hula, aktuwal na resulta, at dahilan ng pagtugma o pagkakaiba. Sinusukat ng completion check ang pag-unawa; hinahasa ng practice task ang kasanayan.

Sanggunian sa wika: git.agilaos.com

Sanggunian sa wika: docs.nvidia.com

Halimbawang code sa Agila Forge ↗