作业描述及代码参见：CS149-asst3实验环境：WSL2；GeForceMX350；Cuda12.6第一部分：CUDA热身练习1：SAXPY实验结果：相比基于CPU的实现，性能明显下降。这是由于SAXPY属于I/O密集型任务，计算量较小，主要的时间耗费在数据的转移。第二部分：CUDA热身练习2：并行前缀和第三部分：简单

作业描述及代码参见：CS149-asst2PartAStep1只需要实现一个简单的任务系统，在run()的开始生成工作线程，并在run()返回之前从主线程合并这些线程。任务的分配方式采用动态分配，即每个线程每次取一个任务完成，能者多劳。每个线程的核心实现为：while(true){inttaskID=done+

作业描述及代码参加：CS149-asst1程序1生成view1时加速比与线程数的关系如下：线程数加速比22.0431.6942.5452.5763.2673.5584.11生成view2时加速比与线程数的关系如下：线程数加速比21.7532.2542.6753.146

Cache一致性关于Cache，我感觉通过这门课程学习到的内容可能还不够。我现在思考Cache读Memory有点像思考Memory读SSD。Cache每次都需要从Memory读64B，而内存读SSD每次都会

ParallelProgrammingonGraphs这些课主要讲了关于图并行算法，包括pagerank等算法。PageRankPageRank算法可以见https://en.wikipedia.org/wiki/PageRank#math_2\[R[i

Part1:WorkDistributionandScheduling为了高性能优化目标：在所有可执行资源上达到负载均衡降低communication，避免stalls减少额外的overhead负载均衡在assign1

ParallelProgrammingAbstractionssingleprogram,multipledataSPMD这个定义还是第一次听到，我在Intelispc的官网找到了这一定义：https://ispc.github.io/ispc.htmlT

AModernMulti-CoreProcessor一个处理器在做什么？FetchDecode：指令流解码，决定下一条执行的指令ALU：执行单元，执行一条指令，决定如何修改寄存器和计算机内存Context一

Assign1Program1:ParallelFractalGenerationUsingThreads(20points)任务要求修改mandelbrotThread函数使其可以多线程并行描绘Mandelbrot报告多线程对比f