Фабио Нелли | Параллельное программирование на Python. Код на Python для ПК и кластеров с использованием CUDA, PyTorch и Dask (2026) [PDF] -Автор: Фабио Нелли Перевод: В.И. Бахура Издательство: ДМК Пресс Серия: Легкий старт ISBN: 978-5-93700-451-2 Жанр: Компьютерная литература Формат: PDF Качество: Изначально электронное (ebook) Иллюстрации: Цветные и черно-белые Описание: Книга последовательно знакомит с методами параллельного программирования на Python – от базовых концепций до современных инструментов для распределенных и ускоренных вычислений. Практические примеры демонстрируют применение параллельных подходов в аналитике данных, машинном обучении и научном моделировании. Рассмотрены современные тенденции развития параллельных вычислений и их влияние на экосистему Python. Вы узнаете, какие ограничения и компромиссы сопровождают различные модели параллелизма и научитесь выбирать архитектурные решения в зависимости от характера нагрузки. Издание будет полезно как практикующим инженерам, так и студентам технических специальностей, изучающим параллельное и распределённое программирование. Желательны базовые навыки программирования на Python и понимание принципов работы операционных систем.
"Дополнительная информация:"
Оглавление: Об авторе...................................................................................................9 Технический рецензент.............................................................................. 10 Благодарности........................................................................................... 11 Предисловие.............................................................................................. 12 Глава 1. Введение в параллельное программирование.................................. 14 Параллельное программирование.................................................................15 Технологическая эволюция компьютеров и параллелизм................................15 Процессоры, ядра, потоки и процессы..........................................................17 Многозадачное и параллельное программирование........................................20 Потоки и процессы в Python для моделей многозадачности и параллелизма...........................................................................................22 Распределение и использование памяти........................................................30 Оценка эффективности параллельного программирования..............................34 Заключение.................................................................................................38 Глава 2. Параллельное программирование с потоками................................... 40 Потоки........................................................................................................40 Метод join().................................................................................................42 Механизмы синхронизации...........................................................................50 Заключение.................................................................................................77 Глава 3. Многопроцессорные вычисления и библиотека mpi4py...................... 79 Процессы и модуль multiprocessing................................................................80 Каналы взаимодействия между процессами....................................................89 Отображение функции через пул процессов...................................................96 Параллельное отображение с chunksize..........................................................99 Класс ProcessPoolExecutor..............................................................................100 Библиотека mpi4py.......................................................................................103 Параллелизм процессов................................................................................104 Основные области применения mpi4py ..........................................................107 Реализация двухточечных коммуникаций.......................................................108 Коллективные коммуникации........................................................................109 Оптимизация коммуникаций при помощи топологий........................................116 Заключение.................................................................................................119 Глава 4. Асинхронное программирование с AsyncIO....................................... 120 Асинхронное и синхронное программирование...............................................120 Библиотека AsyncIO......................................................................................123 Оглавление 7 Асинхронные итерации с async for и без async for ...........................................135 Очередь в асинхронной модели......................................................................138 Альтернативы библиотеке AsyncIO .................................................................140 Заключение...................................................................................................140 Глава 5. Реализация параллелизма с помощью распределенных систем................................................................................. 141 Распределенные системы и программирование.................................................142 Celery............................................................................................................144 Библиотека Dramatiq как альтернатива Celery...................................................162 Библиотека SCOOP..........................................................................................169 Заключение....................................................................................................175 Глава 6. Программирование GPU с CUDA для максимальной производительности....................................................................................... 176 Архитектура GPU.............................................................................................176 Программирование GPU на Python.....................................................................178 Numba............................................................................................................179 PyOpenCL........................................................................................................195 Заключение.....................................................................................................211 Глава 7. Эпоха параллельных вычислений....................................................... 212 Высокопроизводительные вычисления (HPC)...................................................212 Параллельные вычисления.............................................................................213 Проекты и примеры параллельных вычислений..............................................215 Развлечения – игры и фильмы.......................................................................231 Заключение....................................................................................................238 Глава 8. Масштабирование приложений для обработки данных с помощью Dask............................................................................................. 240 Аналитика данных, библиотека Pandas и параллельные вычисления....................240 Библиотека Dask..............................................................................................242 Начало работы на одном компьютере.................................................................244 Коллекции Dask................................................................................................247 Методы для коллекций....................................................................................252 Вычисления и графы задач.............................................................................253 Низкоуровневое взаимодействие с Dask Delayed..........................................255 Начало работы на кластере машин..............................................................256 Приступая к программированию кластера...................................................260 Заключение..............................................................................................266 Глава 9. Раскрытие потенциала ИИ с параллельными вычислениями............ 268 Искусственный интеллект (ИИ)...................................................................269 ИИ, машинное обучение и глубокое обучение..............................................270 Контролируемое и неконтролируемое обучение..........................................272 Искусственный интеллект и параллельные вычисления...............................273 Параллельное и распределенное машинное обучение.................................274 Машинное обучение с помощью Scikit-learn................................................275 Масштабирование Scikit-learn с Dask-ML......................................................278 Параллельное и распределенное глубокое обучение....................................280 PyTorch и TensorFlow...................................................................................281 Пример глубокого обучения с PyTorch...........................................................282 Пример глубокого обучения с использованием PyTorch и GPU..........................292 Масштабирование PyTorch с помощью Dask....................................................294 Заключение.................................................................................................304 Глава 10. Приложения параллельных вычислений......................................... 306 Массивно-параллельный искусственный интеллект ........................................307 Пограничные вычисления..............................................................................308 Распределенная вычислительная инфраструктура с киберфизическими системами.....................................................................................................310 Искусственный интеллект в кибербезопасности................................................312 Вступление в эпоху Web 5.0............................................................................313 Экзафлопсные вычисления.............................................................................315 Квантовые вычисления...................................................................................315 Новые профессиональные возможности...........................................................316 Необходимые улучшения в параллельных вычислениях для Python....................317 Будущее PyTorch и TensorFlow..........................................................................318 Заключение....................................................................................................320 Предметный указатель.................................................................................... 322
Курс Фабио Нелли - Параллельное программирование на Python. Код на Python для ПК и кластеров с использованием CUDA, PyTorch и Dask (2026)
Текущее время: Сегодня 04:19
Часовой пояс: GMT + 4
Вы не можете начинать темы Вы не можете отвечать на сообщения Вы не можете редактировать свои сообщения Вы не можете удалять свои сообщения Вы не можете голосовать в опросах Вы не можете прикреплять файлы к сообщениям Вы не можете скачивать файлы