Existem muitos recursos on -line excelentes para aprender sobre computação paralela. Aqui estão alguns lugares para começar, categorizados para facilitar a navegação:
Para iniciantes: *
Cursos online: *
Coursera &EDX: Procure cursos sobre "computação paralela", "programação simultânea", "sistemas distribuídos" ou "computação de alto desempenho". Muitas universidades oferecem cursos introdutórios nessas plataformas. Procure cursos que usam Python, C ++ ou Java para exemplos práticos.
*
udemy e outras plataformas: Semelhante a Coursera e EdX, eles oferecem uma ampla variedade de cursos, geralmente a vários preços.
*
Tutoriais e blogs: *
Sites de fabricantes de hardware (Intel, AMD, NVIDIA): Eles geralmente têm materiais e documentação introdutórios sobre suas tecnologias de processamento paralelo (por exemplo, CPUs multi-core, GPUs).
*
blogs e artigos sobre sites de tecnologia (Ars Technica, IEEE Spectrum, etc.): Esses sites frequentemente apresentam artigos explicando conceitos de computação paralela de maneira acessível. Pesquise termos como "Programação paralela para iniciantes".
Para alunos intermediários/avançados: *
Trabalhos e pesquisas acadêmicas: *
Biblioteca Digital ACM e IEEE Xplore: Estes são vastos repositórios de trabalhos de pesquisa sobre computação paralela e tópicos relacionados. Você pode encontrar algoritmos avançados, análises teóricas e pesquisa de ponta.
*
Livros didáticos (versões on -line ou trechos): Muitas universidades fornecem acesso on -line aos materiais do curso, que podem incluir trechos ou links para livros relevantes. Pesquise "Livro Didrativo de Computação Paralela" para encontrar opções.
*
Documentação especializada: *
mpi (interface de passagem de mensagem) Documentação: Se você estiver interessado em computação em cluster, o entendimento do MPI é essencial. O site do MPI Forum possui documentação detalhada.
*
Documentação do OpenMP: Esta é uma API para programação paralela de memória compartilhada. O Conselho de Revisão da Arquitetura do OpenMP fornece documentação e especificações.
*
CUDA (NVIDIA) Documentação: Para programação da GPU, você precisará aprender CUDA. A NVIDIA fornece uma extensa documentação e tutoriais.
*
Documentação de OpenCl: Outra API para programação paralela em vários dispositivos (CPUs, GPUs). O grupo Khronos mantém as especificações.
Outros recursos úteis: *
Wikipedia: Embora não seja uma fonte primária, a Wikipedia fornece uma boa visão geral dos conceitos de computação paralela e dos campos relacionados.
*
Stack Overflow: Um ótimo lugar para fazer perguntas específicas e encontrar soluções para problemas comuns encontrados na programação paralela.
Dicas para sua pesquisa: *
Seja específico: Em vez de apenas pesquisar "Computação paralela", tente procurar aspectos específicos, como "algoritmos de classificação paralela", "Programação paralela em Python" ou "Computação paralela da GPU".
*
Procure exemplos práticos: A melhor maneira de aprender é fazer. Pesquise tutoriais que incluam exemplos de código e exercícios práticos.
*
Comece com uma área específica: A computação paralela é um campo amplo. Concentre-se em uma área específica que lhe interessa (por exemplo, sistemas distribuídos, programação de GPU, programação multi-core) para evitar ficar sobrecarregados.
Lembre -se de verificar a data de qualquer recurso que você encontrar; Os avanços neste campo são rápidos. Boa sorte!
