第1章 緒論
1.1 研究背景 1
1.2 研究問題 5
1.2.1 編程難題 5
1.2.2 問題來源 7
1.2.3 本書針對的問題 11
1.3 研究內容 11
1.3.1 主要原理 12
1.3.2 分形計算系統(tǒng)的組成 12
1.3.3 本書的主要貢獻點 15
第2章 分形計算模型
2.1 相關工作 17
2.2 模型 21
2.3 實例 24
2.3.1 簡單并行算法 25
2.3.2 分治算法 27
2.3.3 動態(tài)規(guī)劃算法 29
2.3.4 示例程序的執(zhí)行 32
2.4 性質 35
2.5 實例的執(zhí)行開銷 41
2.6 在分形計算機上模擬執(zhí)行 46
2.7 與其他并行計算模型的比較 48
2.8 小結
第3章 分形馮·諾依曼體系結構
3.1 案例背景介紹：機器學習計算機 51
3.2 分形馮·諾依曼體系結構概況 53
3.3 機器學習應用負載的分形表示 57
3.3.1 共性計算原語 57
3.3.2 分形運算 59
3.4 分形機器學習計算機Cambricon-F 61
3.4.1 指令集結構 61
3.4.2 控制結構 62
3.4.3 流水線 67
3.4.4 內存管理 68
3.5 編程和執(zhí)行方式 71
3.5.1 編程 71
3.5.2 執(zhí)行 73
3.6 實驗
3.6.1 實驗方案
3.6.2 實驗結果
3.7 小結
第4章 分形可重配指令集結構
4.1 分形指令集結構的失效現(xiàn)象 86
4.2 分形可重配指令集結構概況 90
4.3 Cambricon-FR 結構支持 93
4.4 專用編程語言 95
4.5 實驗 100
4.5.1 實驗方案 100
4.5.2 實驗結果
4.6 小結 106
第5章 討論與總結
5.1 討論 107
5.2 未來研究工作展望 112
5.3 總結 114