x ， y 坐标不行吗？看右边这个例子。 • 回顾一下：我们第七课讲过， CPU 上的 并行 for ，通常会做循环分块提升缓存局 域性。但是如果我们是传统的两层的 for 循环就低效了，对于矩阵转置这种需要 y 方向非连续访问而言，循环分块会带来很 大提升。 • 所以该怎么做才能让 GPU 也循环分块呢 ？ 第七课（访存优化）的录播可以看这里： BV1gu41117bW 经典案例：矩阵转置 方向同理。 经典案例： jacobi 迭代 • 相比第七课 CPU 的 ghost cell 处理方式 ，这里用了 std::min 和 std::max 来防止 访问越界。主要是 GPU 的 SIMT 处理这 个比较擅长，不像 CPU 如果这样来钳制 可能导致矢量化失败。 减轻 membound ：一次代替四次迭代 • 和第七课提到的循环合并法局部迭代一样的方式 。 • 不过这里改用了 多重网格实战 • 继续锐评黄某勋 • 感兴趣的扣 1 • OpenMP 新特性（ parallel for 之外的） • SIMD 指令全解析（ mm 开头那堆） • 内存与缓存优化进阶（第七课的延伸） • 二分查找法优化案例（针对缓存行的） • eigen 、 glm 、 vectorclass 等常用库（可能） • CPU 红黑高斯 + 多重网格实战 • 继续锐评因特尔 • 感兴趣的扣

firstprivate ，从而支持用 lambda 捕获的访问者模式。 实现访问者模式 • 额，总之就是每一层都有一个缓存。 第 5 章：量化整型 使用 int ：每个占据 4 字节 • 记得我第七课说过，一个简单的循环体往 往会导致内存成为瓶颈（ memory- bound ）。 • 右边就是一个很好的例子。 使用 int64_t ：每个占据 8 字节 • 如果用更大的数据类型，用时会直接提升两倍！ 的访问者缓存，而且超快不需要用户自己写。 • 垃圾回收可用 madvice 提前释放一段页面。 • 除此之外， mmap 还有一个好处，他会保证其内存（被读 取访问时）是零初始化的。 配合莫顿分块， AOSOA 等第七课的技术，就得到 SPGrid(sparse-paged grid) SPGrid 还支持自适应的网格 SPGrid 的利弊 • 优点：平坦直观，适合插桩，顺序访问，自适应网格 。 • 缺点：尺寸受限，操作系统挂钩，依赖