Files
agila-learning-examples/tl/expanded-30-2/lesson-2/lesson.html
T

5 lines
1.4 KiB
HTML

<!doctype html><html lang="tl"><meta charset="utf-8"><title>Cache, locality, at working set</title><h1>Cache, locality, at working set</h1><p>15-minutong sesyon: magbasa nang 3 minuto, mag-trace nang 3, mag-eksperimento nang 7, at sagutan ang check nang 2. Maglaan ng dagdag na oras kung kailangan.</p><p>Ang locality ay muling paggamit ng malapit o kamakailang data. Iba ang working set na kasya sa cache kaysa nag-i-stream sa RAM. Nakaaapekto ang stride, element size, prefetching, compiler optimization, at useful work. May interpreter overhead din ang Python loop kaya hindi nito naihihiwalay ang cache latency.</p><p><strong>Pagsasanay at ebidensiya:</strong> Hulaan ang halimbawa o iguhit ang pagbabago ng state. Baguhin ang isang palagay, subukan ang hangganan, at itala ang aktuwal na resulta. Ipaliwanag kung ano ang hindi napapatunayan ng maliit na modelo tungkol sa production system.</p><pre><code class="language-python">data=list(range(16))
print(sum(data))
print(sum(data[::4]))
</code></pre><p><strong>Inaasahang resulta:</strong> <code>120
24</code></p><h3>Pagsasanay at ebidensiya</h3><p>Itala ang hula, aktuwal na resulta, at dahilan ng pagtugma o pagkakaiba. Sinusukat ng completion check ang pag-unawa; hinahasa ng practice task ang kasanayan.</p><p><a href="https://git.agilaos.com/matt/open_agx">Sanggunian sa wika: git.agilaos.com</a></p><p><a href="https://docs.nvidia.com/cuda/cuda-c-best-practices-guide/">Sanggunian sa wika: docs.nvidia.com</a></p></html>