concurrency - 为什么并发编程的书总是忽略数据并行？

Question

关闭。这个问题是opinion-based .它目前不接受答案。












想改善这个问题吗？更新问题，以便可以通过 editing this post 用事实和引文回答问题.

2年前关闭。




Improve this question




在过去几年中，通过 OpenCL 和 CUDA 等系统向数据并行编程发生了重大转变，但即使是在过去六个月内出版的书籍也从未提及数据并行编程的主题。

它并不适合所有问题，但似乎这里有一个没有得到解决的重大差距。

Answer 1

首先，我要指出并发编程不一定是并行编程的同义词。并发编程是关于从松散耦合的任务构建应用程序。例如，对话窗口可以与作为单独任务实现的每个控件进行交互。另一方面，并​​行编程明确地将某些计算任务的解决方案分散到多个执行硬件上，基本上总是出于某种性能原因(注意:即使太少的 RAM 也是性能原因，当替代方案正在交换。

所以，我不得不反问:你指的是什么书？它们是关于并发编程(我有一些，那里有很多有趣的理论)，还是关于并行编程？

如果他们真的是关于并行编程，我会做一些观察:

CUDA 是一个快速移动的目标，自发布以来一直存在。今天写的一本关于它的书到打印时已经过时了。

OpenCL 的标准是在一年前发布的。在过去 8 个月左右的时间里，出现了稳定的实现。根本没有足够的时间来写一本书，更不用说修订和出版了。

我使用过的至少一些并行编程教科书中介绍了 OpenMP。直到版本 2(v3 刚刚发布)，它基本上都是关于数据并行编程的。