Mojo Academy · Lekcja

Równoleglenie i dostrajanie rdzenia

Dodaj wątki i dostrój kod do maszyny.

Równoleglenie i dostrajanie rdzenia to bezpłatna lekcja Mojo Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Mojo Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Mojo Academy zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

From Fast to Faster

Your kernel already beats Python on one core. Now spread it across all your cores and let Mojo tune it for the machine. ⚡

Why Go Parallel

Modern CPUs have many cores sitting idle. Parallelism lets each core work on part of the data at the same time for a big speedup.

Meet parallelize

Mojo's parallelize runs loop chunks across threads for you. You give it the work and how many pieces to split it into.

from algorithm import parallelize

Wrap Work in a Closure

Express one chunk of work as a small function. parallelize calls it once per chunk, each on its own core.

fn work(chunk: Int):
    process(chunk)
parallelize[work](num_chunks)

Split the Range

Divide the data into roughly equal chunks, one per core. Balanced pieces keep every thread busy instead of one lagging behind.

var per_chunk = n // num_chunks

Stack SIMD on Threads

Keep your SIMD math inside each chunk. Now you get two wins at once: many cores, each crunching vectors per instruction.

Avoid Data Races

Two threads writing the same spot causes a data race. Give each chunk its own output slice so writes never collide.

Expose Tunable Knobs

Turn tile size and SIMD width into parameters. With knobs in place, you can try many settings without rewriting the kernel.

fn kernel[tile: Int, width: Int]():
    pass

Let Autotuning Search

The best settings differ per machine. Autotuning tries candidate parameter values, times each, and keeps the fastest combination.

Lock In the Winner

Once you know the best tile and width, fix them as the chosen config. The kernel is now specialized for your hardware.

Verify Under Parallelism

Run the tuned, threaded kernel and compare to the baseline. Correctness must still hold once many cores write at once.

Quick Check

Pick the real risk when parallelizing the core.

Recap

You used parallelize over balanced chunks, kept SIMD inside each, avoided data races, then autotuned the knobs. The core is now multi-core fast. 🎯

Często zadawane pytania

Czy lekcja „Równoleglenie i dostrajanie rdzenia” jest bezpłatna?

Tak — pełny tekst „Równoleglenie i dostrajanie rdzenia” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Mojo Academy, przejdź na CoddyKit PRO. Kurs Mojo Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Równoleglenie i dostrajanie rdzenia”?

Dodaj wątki i dostrój kod do maszyny. Ćwiczysz Mojo Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Mojo Academy?

Nie wymagamy żadnego doświadczenia. Mojo Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Równoleglenie i dostrajanie rdzenia”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Mojo Academy?

Tak. Każda lekcja Mojo Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do Mojo Academy