Количественият подход – 6-то американско издание с предговор от Norman P. Jouppi. Превод – Научна редакция от Димитър Гизопулос, Университет на Атина. Шестото издание на тази класическа учебна книга е напълно преработено с последните достижения в архитектурата на процесора и системата.

Сега съдържа примери от архитектурата на набор от команди RISC-V („RISC Five“), съвременен набор от команди, разработен и проектиран да бъде свободен и безплатно приеман стандарт. Включва също нова глава за конкретни архитектури (domain-specific architectures) и актуализирана глава относно изчисленията на складово ниво (warehouse-scale computing), която представя първите публично достъпни данни за най-новия складов компютър на Google.

Съдържание на книгата: Въведение – Глава 1: Основи на количествения дизайн и анализ – Глава 2: Дизайн на йерархия на паметта – Глава 3: Паралелизъм на ниво команди и неговото оползотворяване – Глава 4: Паралелизъм на ниво данни в векторни, SIMD и GPU архитектури – Глава 5: Паралелизъм на ниво нишка – Глава 6: Складови компютри за оползотворяване на паралелизъм на ниво заявки и ниво данни – Глава 7: Конкретни архитектури – Приложение А: Принципи на наборите от команди – Приложение Б: Преглед на йерархията на паметта – Приложение В: Пайплайнинг: основни и междинни концепции – Референции – Индекс.

Важно съдържание на книгата: Включва нова глава относно архитектурите на конкретен сектор (domain-specific architectures) и обяснява как това е единственият път за подобряване на производителността и енергийната ефективност, следвайки края на закона на Мур и мащабирането на Dennard. Представя четири архитектури на конкретен сектор от индустрията: единицата за обработка на тензори (Tensor Processing Unit) на Google, ядрото Pixel Visual Core на Google, процесора за невронни мрежи (Neural Network Processor) Nervana на Intel и ускорителя Catapult на Microsoft.

Съдържа обширни актуализации в главата относно изчисленията на складово ниво, между които първите публично достъпни данни за най-новия складов компютър на Google. Предлага актуализации в други глави, между които нов материал, касаещ използването на струпани (stacked) DRAMˑ данни за производителността на новата GPU Pascal на NVIDIA в сравнение с новата CPU Skylake на Intel с разширения AVX-512ˑ и обширни добавки в съдържанието, което покрива архитектурата и организацията на многопроцесорни системи.

Казаха за книгата: „Това шестото издание идва в критичен момент: Законът на Мур отслабва точно когато системите за дълбоко учене (deep learning) изискват изчислителни цикли безпрецедентно. Новата глава за архитектурите на конкретен сектор (domain-specific architectures) документира редица обещаващи подходи и предвижда възраждане на компютърната архитектура. Както учените от Европейската ренесанс, архитектите на компютрите трябва да разберат собствената си история, а след това да съчетаят уроците от тази история с нови техники, за да реконструират света.“ —Cliff Young, Google.

John L. Hennessy: Професор по електроинженерство и компютърни науки, Почетен председател на Станфордския университет, ACM A.M. Turing Award, 2017. David A. Patterson: Изтъкнат инженер, Google, Почетен професор на катедра Pardee по компютърни науки, Университет на Калифорния в Бъркли, ACM A.M Turing Award, 2017.