●譯者序
●前言
●致謝
●第一部分基於消息傳遞接口的高性能計算
●第1章走進高性能計算
●1.1什麼是高性能計算
●1.2為什麼我們需要HPC
●1.3大數據：四個特性（數據量、多樣性、生成速度、價值）
●1.4並行編程範式：MPI和MapReduce
●1.5粒度：細粒度並行與粗粒度並行
●1.6超級計算架構：內存和網絡
●1.7加速比
●1.7.1擴展性和等效率分析
●1.7.2Amdahl定律：描述數據規模固定時漸近加速比的變化趨勢
●1.7.3Gustafson定律：可擴展的加速比，隨著資源的增加不斷擴大數據量
●1.7.4在串行計算機上模擬並行機
●1.7.5大數據和並行輸入/輸出
●1.8關於分布式繫統的八個常見誤區
●1.9注釋和參考
●1.10總結
●部分目錄

本書使用MPI標準介紹了數據科學中的高性能計算，幫助讀者了解分布式存儲模型中的並行編程的知識。全書分為兩部分，靠前部分（靠前~6章）基於消息傳遞接口介紹高性能計算，內容包括：阻塞與非阻塞的點對點通信、死鎖、全局通信函數（廣播、散播等）、協同計算（歸約）的基本概念；互聯網絡的拓撲結構（環、環面和超立方體）以及相應的全局通信程序；基於分布式內存的並行排序及其實現，涵蓋相關並行線性代數知識；MapReduce模型。第二部分（第7~11章）介紹計算機集群中的高性能數據分析，內容包括：數據聚類技術（平面劃分聚類、層次聚類）；基於k-NN的有監督分類；核心集以及相關降維技術；圖算法（稠密子圖、圖同構檢測）。每章章末附有各種難度的練習和參考文獻，可供讀者進行自測和深入學習。本書適合作為“高性能計算”相關課程的本科生教材。

(法)弗蘭克·尼爾森(Frank Nielsen) 著；張偉哲 等 譯

前言歡迎來到高性能計算的世界！歡迎來到高性能數據科學的世界！    在本書中，我們將介紹面向數據科學（Data Science，DS）的高性能計算（High Performance Computing，HPC）。因此，本書主要分為兩個部分：第一部分（前6章）涵蓋HPC的基本原理；第二部分（後5章）介紹了數據科學的基本知識，並展示了如何編寫面向基本串行算法的分布式程序，以應對大規模數據集。當前，許多大規模數據集都是公開的，這些數據集中蘊含了豐富的信息，但是這些信息需要通過精心設計纔能被提取出來。    我們主要區分兩種並行算法的設計方法：在單個共享內存多核機器上使用多線程並行化算法；在分布式內存集群繫統上並行化算法。    一方面，當在共享內存等