# 向量、SIMD 与 GPU 体系结构中的数据级并行性
<!-- source: p0304 -->

> 我们把这些算法称为数据并行算法，因为它们的并行性来自对大批数据同时进行操作，而不是来自多条控制线程。
>
> ——W. Daniel Hillis 与 Guy L. Steele，
> “Data parallel algorithms,” *Commun. ACM*（1986）

> 如果要犁一块地，你宁愿用两头健壮的牛，还是 1024 只鸡？
>
> ——超级计算机之父 Seymour Cray
> （主张采用两个强大的向量处理器，而不是大量简单处理器）

原章 DOI：[10.1016/B978-0-443-15406-5.00004-3](https://doi.org/10.1016/B978-0-443-15406-5.00004-3)。原章版权标记：© 2026 Elsevier Inc.，保留所有权利，包括文本与数据挖掘、AI 训练及类似技术的相关权利。

---

本节页面：

- [4.1 引言](/book/ch04/01-introduction/)
- [4.2 向量体系结构](/book/ch04/02-vector-architecture/)
- [4.3 面向多媒体的 SIMD 指令集扩展](/book/ch04/03-simd-extensions/)
- [4.4 图形处理单元](/book/ch04/04-gpus/)
- [4.5 检测与增强循环级并行性](/book/ch04/05-loop-parallelism/)
- [4.6 贯穿各层的问题](/book/ch04/06-cross-cutting/)
- [4.7 融会贯通：嵌入式与服务器 GPU、Tesla 与 Core i7](/book/ch04/07-case-study-performance/)
- [4.8 谬误与陷阱](/book/ch04/08-fallacies-pitfalls/)
- [4.9 结束语](/book/ch04/09-conclusion/)
- [4.10 历史回顾与参考文献](/book/ch04/10-history/)
- [案例与习题](/book/ch04/11-exercises/)
- [第 4 章参考文献](/book/ch04/12-references/)