第一阶段：基础知识准备

1.1 计算机体系结构基础

核心内容：

• ✅ CPU架构基础
  • 流水线技术
  • 乱序执行
  • 分支预测
  • 多发射技术
• ✅ GPU架构基础
  • SIMD vs SIMT架构
  • Warp/Thread Block概念
  • GPU内存层次
  • 并行计算模型
• ✅ 缓存层次结构
  • L1/L2/L3缓存
  • 缓存一致性协议（MESI、MOESI）
  • 缓存替换策略
• ✅ 内存系统
  • 虚拟内存
  • 内存映射
  • 内存带宽与延迟
• ✅ 总线与互联网络
  • PCIe总线
  • 片上网络（NoC）
  • 一致性互联

学习资料：

• 📚 必读 ：《Computer Architecture: A Quantitative Approach》（第6版）
  • 第1章：Fundamentals of Quantitative Design and Analysis
  • 第2章：Memory Hierarchy Design
  • 第4章：Data-Level Parallelism in Vector, SIMD, and GPU Architectures
• 📺 视频：YouTube - "Computer Architecture" by David Wentzlaff（普林斯顿大学）
• 🌐 在线课程 ：https://www.coursera.org/learn/comparch
• 📖 中文推荐：《深入理解计算机系统》（CSAPP）- 第6章存储器层次结构

实践建议：

• 绘制CPU和GPU架构对比图
• 实现简单的缓存模拟器
• 阅读Intel/AMD/NVIDIA架构白皮书

---

1.2 C++/Python编程基础

核心内容：

• ✅ C++面向对象编程
  • 类与对象
  • 继承与多态
  • 模板与STL
  • 智能指针
• ✅ Python脚本编写
  • 基础语法
  • 文件操作
  • 正则表达式
  • 数据处理（pandas, numpy）
• ✅ SCons构建系统
  • SConscript语法
  • 依赖管理
  • 多架构编译
• ✅ 指针与内存管理
  • 动态内存分配
  • 内存泄漏检测
  • 性能优化

学习资料：

• 📚 C++ ：《C++ Primer》（第5版）
  • 第1-10章：基础语法
  • 第12-16章：面向对象
  • 第17-19章：模板与泛型
• 📚 Python：《Python Crash Course》或官方文档
• 🌐 SCons ：https://docs.scons.org/
• 📺 视频：YouTube - "Python for Beginners" by freeCodeCamp

1.3 CUDA编程基础

核心内容：

• ✅ CUDA线程层次
  • Grid/Block/Thread组织
  • 线程索引计算
  • 线程同步
• ✅ CUDA内存层次
  • Global Memory
  • Shared Memory
  • Local Memory
  • Constant/Texture Memory
• ✅ CUDA编程模型
  • Kernel函数
  • Host/Device数据传输
  • 流（Stream）与事件（Event）
• ✅ 性能优化
  • 内存合并访问
  • 共享内存使用
  • warp发散避免

学习资料：

• 📚 官方必读 ：《CUDA C Programming Guide》
  • 第2章：Programming Model
  • 第3章：Programming Interface
  • 第5章：Performance Guidelines
• 🌐 官方资源 ：https://developer.nvidia.com/cuda-zone
• 📺 视频：YouTube - "CUDA Programming" by NVIDIA
• 📖 实践书籍：《CUDA by Example》by Jason Sanders

代码示例：

// CUDA Hello World
#include <stdio.h>

__global__ void helloKernel() {
    printf("Hello from GPU thread %d\n", threadIdx.x);
}

int main() {
    helloKernel<<<1, 5>>>();
    cudaDeviceSynchronize();
    return 0;
}

// 矩阵乘法示例
__global__ void matrixMul(float* A, float* B, float* C, int N) {
    int row = blockIdx.y * blockDim.y + threadIdx.y;
    int col = blockIdx.x * blockDim.x + threadIdx.x;
    
    if (row < N && col < N) {
        float sum = 0;
        for (int k = 0; k < N; k++) {
            sum += A[row * N + k] * B[k * N + col];
        }
        C[row * N + col] = sum;
    }
}

实践建议：

• 安装CUDA Toolkit（建议11.x版本）
• 运行CUDA Samples中的示例
• 实现简单的并行算法（向量加法、矩阵乘法）