Lära sig assembler

Har tyvärr inte bra koll på vilka alternativ som finns.
Dock känns c assembler som nåt du kan kolla upp, borde bara vara att googla på det för tutorials.
Aldrig skrivit något med det själv kan jag tillägga.

Lekte faktiskt runt med lite assembly för ett tag sedan, bra om du är intresserad.
http://www.malmo.stadsbibliotek.org/search~S7*swe?/Xassembly&...
Problemet var dock att jag behövde konvertera all x86 kod till x64, vilket var lite jobbigt när man gjorde det för första gången. Kan nog finnas bättre guider på internet.

Angående kompilator så kan du använda gcc eller något.

"Art of Assembly"
http://homepage.mac.com/randyhyde/webster.cs.ucr.edu/index.ht...

Undvik GCC när det kommer till assembler då de använder den värdelösa AT&T syntaxen. All dokumentation använder intel syntaxen. Den bästa assemblatorn för x86 är nog NASM (Netwide assembler), men ifall du vill blanda C/C++ kod med assembler så har Visual C++ bra stöd för inline assembler.

Var medveten om att inline assembler inte stödjs av Visual Studio för 64-bitars-plattformar bara.

Får jag fråga först varför du vill lära dig assembler? Är det nått specifikt du ska skriva eller vill du lära dig någonting nytt?

Som iXam är inne på så var det ganska många år sedan en människa kunde skriva lika snabb kod i assembler som en modern kompilator kan, så av den anledningen skulle jag inte föreslå att använda assembler.

Det man får göra för att snabba upp en beräkning är att använda någon form av parallellt system och sen skriva programmet så att det skalar på det systemet. Exempel på parallella system är GPUer, PC-datorer med CPUer som har så många kärnor som möjligt, eller kluster av PCar. Fördelen med GPUer är man får väldigt många parallella kärnor (ett nytt kort kan ha 512 kärnor eller mer) , men nackdelen är att de ställer stora krav på strukturen av algoritmerna för att kärnorna ska kunna jobba parallellt utan fördröjningar. Det är alltså inte självklart att man kan ta sin beräkning och lägga ut den på ett grafikkort, men ifall det går att anpassa den så kan man få bra prestanda. Jag tycker dock att många ofta missar att moderna CPUer kan ha 4 kärnor med HyperThreading (2 trådar/kärna => 8 parallella trådar) så redan där kan man få en rejäl uppsnabbning.

Angående assembler igen så är det såklart kul att kunna även om det knappt finns några praktiska användningsområden för det längre. Ett ställe där det fortfarande används en del är för programmering av små mikrokontrollrar (t.ex. från http://www.microchip.com/) som har många speciella instruktioner. Men ofta har C/C++-kompilatorerna stöd för de instruktionerna (s.k. intrinsics, http://msdn.microsoft.com/en-us/library/26td21ds%28v=VS.100%2...) så även där är det antagligen mer rationellt att använda någonting annat än assembler.

Det tror jag är en bra idé, du kommer att lära dig en massa användbara saker om du börjar titta på det.

Du har säkert redan hittat hit, men här är i alla fall en bra utgångspunkt: http://developer.nvidia.com/category/zone/cuda-zone.

Tanka ner och installera senaste versionen av CUDA Toolkit, förutsatt att du har ett modernt NVIDIA grafikkort såklart!

I CUDA C Programming Guide som följer med toolkitet, eller går att ta hem direkt här http://developer.download.nvidia.com/compute/cuda/3_2_prod/to..., så finns den mesta informationen man kan behöva även om begreppen kan vara lite förvillande i början. Det är såklart bara att fråga här om du undrar nått.

Finns ingen anledning att använda CUDA när OpenCL finns.

Jag antar att du har aktivt använt båda språken/miljöerna?

Skulle du säga att verktygen för OpenCL är lika väl utvecklade som för CUDA? På jobbet så tittade vi på att använda OpenCL istället för CUDA för mindre än ett år sen, men då var det inget snack om att CUDA fungerade betydligt bättre, speciellt som vi ändå bara använder NVIDIA grafikkort.