C++ 0x обеспечит std::lock функции для блокировки больше чем одного взаимного исключения вместе. Это поможет облегчить мертвую блокировку из-за неисправной блокировки. Кроме того, C++ 0x библиотека потока будет иметь обещания, фьючерсы и упакованные задачи, которые позволяют потоку ожидать результата операции, выполненной на другом потоке без любых блокировок уровня пользователя.

OpenMP.

Это обрабатывает потоки для Вас так, Вы только волнуетесь, о которых частях Вашего приложения C++ Вы хотите работать параллельно.

, например,

#pragma omp parallel for
for (int i=0; i < SIZE; i++) 
{
// do something with an element
}

вышеупомянутый код будет работать за циклом на стольких потоках, сколько Вы сказали openmp времени выполнения использовать, поэтому если РАЗМЕР равняется 100, и у Вас есть четырехъядерное поле, которое для цикла выполнит 25 объектов на каждом ядре.

существует несколько других параллельных расширений для различных языков, но те, которыми я больше всего интересуюсь, являются теми, которые работают на Вашей видеокарте. Это - реальная параллельная обработка:) (примеры: GPU ++ и libSh)

Java имеет библиотеку агентов также, Вы знаете . И Вы знали, что Ава J является функциональным языком? ;)

Я пристально слежу за Параллельные Расширения для.NET и Параллельный LINQ.

Этот вопрос тесно связан с, если не дубликат, , Из какой модели параллельного программирования Вы рекомендуете сегодня использовать в своих интересах manycore процессоры завтра?

Я сказал бы:

Модели: потоки + общее состояние, агенты + передача сообщений, транзакционная память, отображают/уменьшают? Языки: Erlang, Io, Scala, Clojure, Библиотеки Reia: Retlang, Jetlang, Kilim, Cilk ++, ветвление/соединение, MPI, Kamaelia, Терракота

я поддерживаю блог ссылки параллелизма о материале как это (Erlang, Scala, поточная обработка Java, модель агента, и т.д.) и поднимаю пару ссылок день:

http://concurrency.tumblr.com

Я знаю о Reia - язык, который основан на Erlang, но больше походит на Python/Ruby.

Intel Стандартные блоки Поточной обработки для C++ выглядит очень интересным мне. Это предлагает намного более высокий уровень абстракции, чем необработанные потоки. O'Reilly имеет очень хорошая книга , если Вам нравится мертвая древовидная документация. Посмотрите, также, Какой-либо опыт с Intel’s, Распараллеливающим Стандартные блоки? .

Я использовал обработка для Python. Это имитирует API поточная обработка модуль и таким образом довольно просто в использовании.

, Если Вы, оказывается, используете map/imap или понимание генератора/списка, преобразовывая Ваш код для использования processing, просто:

def do_something(x):
    return x**(x*x)

results = [do_something(n) for n in range(10000)]

может быть параллелизирован с [1 118]

import processing
pool = processing.Pool(processing.cpuCount())
results = pool.map(do_something, range(10000))

, который будет использовать однако много процессоров, необходимо вычислить результаты. Существуют также ленив (Pool.imap) и асинхронные варианты (Pool.map_async).

существует класс очереди, который реализует Queue.Queue , и рабочие, которые подобны потокам.

Глюки

processing основаны fork(), который должен быть эмулирован в Windows. Объекты передаются через pickle / unpickle, таким образом, необходимо удостовериться, что это работает. Разветвление процесса, который получил ресурсы уже, не могло бы быть тем, что Вы хотите (думайте соединения с базой данных), но в целом оно работает. Это работает так хорошо, что это было добавлено к Python 2.6 на кратчайшем пути (cf. PEP-317).

Вы упомянули Java, но Вы только упоминаете потоки. Вы посмотрели на параллельную библиотеку Java? Это прибывает связанное Java 5 и выше.

Это - очень хорошая библиотека, содержащая ThreadPools, CopyOnWriteCollections для именования очень немногих. Проверьте документацию в Учебное руководство по Java. Или если Вы предпочитаете, документы .

Некоторый основанный на Scala материал:

• PiLib: Размещенный Язык для Параллелизма Стиля Исчисления Пи
• Основанное на событии Программирование без Инверсии Управления
• Агенты, которые Объединяют Потоки и События
• Многоадресные Агенты Scala: Архитектура и Реализация
• Соединения Реализации с помощью Расширяемого шаблона, Соответствующего
• Связывающиеся Объекты Scala (Пересмотренные)

Вопрос , Из какой модели параллельного программирования Вы рекомендуете сегодня использовать в своих интересах manycore процессоры завтра? был уже спрошен. Я дал следующий ответ там также.

Kamaelia платформа Python для того, чтобы создать приложения с большим количеством коммуникационных процессов.

Kamaelia - Параллелизм сделал полезным, забавным

В Kamaelia Вы системы сборки от [1 114] простые компоненты, которые говорят друг с другом . Эта разработка скоростей, в широком масштабе помогает обслуживанию и также означает Вас сборка естественно параллельное программное обеспечение . Это предназначается, чтобы быть доступным [1 116] любой разработчик, включая новичков. Это также делает его забавой:)

, Какой системы? Сетевые серверы, клиенты, настольные приложения, pygame базирующиеся игры, транскодируют системы и конвейеры, системы цифрового телевидения, спам eradicators, обучающие инструменты и изрядное количество больше:)