1　並行計算與Python起步 1
介紹 1
並行計算內存架構 2
內存組織 5
並行編程模型 10
如何設計並行程序 12
如何評估並行程序的性能 14
Python簡介 16
並行世界中的Python 20
進程與綫程介紹 21
開始在Python中使用進程 21
開始在Python中使用綫程 23
2　基於綫程的並行. .27
介紹 27
使用Python的綫程模塊 28
如何定義綫程 28
如何確定當前的綫程 30
如何在子類中使用綫程 32
使用Lock與RLock實現綫程同步 34
使用RLock實現綫程同步 38
使用信號量實現綫程同步 40
使用條件實現綫程同步 44
使用事件實現綫程同步 47
使用with語句 51
使用隊列實現綫程通信 53
評估多綫程應用的性能 57
３　基於進程的並行63
介紹 64
如何生成進程 64
如何對進程命名 66
如何在後颱運行進程 68
如何殺死進程 69
如何在子類中使用進程 70
如何在進程間交換對象 72
如何同步進程 78
如何管理進程間狀態 81
如何使用進程池 82
使用mpi4py模塊 84
點對點通信 87
避免死鎖問題 91
使用廣播實現聚閤通信 94
使用scatter實現聚閤通信 96
使用gather實現聚閤通信 99
使用Alltoall實現聚閤通信 101
匯聚操作 103
如何優化通信 105
４　異步編程. 111
介紹 111
使用 Python的 concurrent.futures 模塊 112
使用Asyncio實現事件循環管理 116
使用Asyncio處理協程 120
使用Asyncio管理任務 125
使用Asyncio和Futures 128
５　分布式Python133
介紹 133
使用 Celery 分發任務 .134
如何使用 Celery 創建任務 136
使用 SCOOP進行科學計算 139
使用 SCOOP處理映射函數 143
使用 Pyro4 遠程調用方法 147
使用 Pyro4 鏈接對象 ..150
使用 Pyro4 開發一個客戶端-服務器應用 156
使用 PyCSP實現順序進程通信 162
在Disco中使用 MapReduce 167
使用 RPyC 調用遠程過程 172
６　使用Python進行GPU編程. 175
介紹 175
使用 PyCUDA模塊 177
如何構建一個 PyCUDA應用 181
通過矩陣操作理解 PyCUDA內存模型 186
使用 GPUArray 調用內核 192
使用 PyCUDA對逐元素錶達式求值 194
使用 PyCUDA進行 MapReduce 操作 198
使用 NumbaPro 進行GPU編程 201
通過 NumbaPro 使用 GPU 加速的庫 206
使用 PyOpenCL模塊 .. 211
如何構建一個 PyOpenCL應用 214
使用PyOpenCL對逐元素錶達式求值 218
使用 PyOpenCL測試 GPU 應用 221
· · · · · · (收起)