【英特尔 oneAPI—我不入学习，谁入学习】

不存在什么AD的说法，只是想多学习以下技术

第一章 intel发展历史

数以百计的学习资源和平台，是不是让大家眼花缭乱，不知道怎么去选择，是全面发展，还是恪守本分，系统学习专业知识，真的是很难抉择啊，对于一个对编程特别痴迷的人，经常看到什么新技术又问世了，我这以前的知识都还没学完，又来了，具有学习强迫症的我，太蓝搜香菇了啊！

这前几天在朋友圈看到CSDN官网发的oneAPI以开放生态系统技术创新的正文活动引起了我的注意，并且完整的看了他们的本次的Live stream内容，真的是打开眼界，万物互联时代真的势不可挡了。感觉所有的开发语言可以通过一个中间处理，进而和硬件打交道，技术真的是非常强硬尼。

先来看看介绍了啥：

【1】intel 8086在1978年产生；

【2】intel Core i7Processor 6700k在2015年产生；

【3】From Single Core to Multi Core to Hyper -Threading;

【4】Hybrid Computing Architecture to Cluster in a Package .
		包中的混合计算体系结构到集群。

【5】And Many Diverse Programming Models.
		和许多不同的编程模型。

【6】Many languages and toolchains to train, deploy, and maintain.
		培训、部署和维护许多语言和工具链。

【7】Performance-critical code is often specific to one uArch vendor
        性能关键代码通常是针对一个uArch供应商的

【8】Performance-critical code often requires specialized developers
      性能关键代码通常需要专门的开发人员。

【9】abstractions that deliver high-performance on diverse architectures
        支持在不同架构上提供高性能的抽象。

第二章 什么是oneAPl（什么是快乐星球）

Open Accelerator EcosystemONE APl：开放加速器生态系统

【1】Freedom of Choice in Hardware Drives Productivity
硬件驱动生产率中的选择自由

【2】Intel° DPC++ Compatibility Tool
Intel°DPC++兼容工具

【3】Minimizes Code Migration Time
最小化代码迁移时间Intel DPC ++ 

【4】Compatibility ToolUsage Flow
Intel DPC++兼容工具流

【5】
migrates automatically
自动迁移
Source Code
源代码
Comments
评论意见
Inline comments are provided to help
提供内联注释

【6】A complete set of proven developer tools expanded from CPU to Accelerators
一套完整的开发工具，从CPU扩展到加速器

【7】TOOLKIT工具包
A core set of high-performance libraries and tools for building C++, SYCL and Python applications 
用于构建C++、SYCL和Python应用程序的一组高性能库和工具

【8】learning workflows with compute-intensive Python
使用计算密集型Python学习工作流packages包裹

【9】Drop-in acceleration for data analytics and machine
数据分析和机器的跌落加速度

【10】with Intel optimized DL frameworks and tools
使用Intel优化的DL框架和工具

【11】Accelerate end-to-end Al and data analytics
加速端到端铝和数据分析

【12】pipelines with libraries optimized for Intel"
具有为Intel优化的库的管道

【13】Data sclentists, Al researchers, ML and DL developers,
数据科学家，Al研究人员，ML和DL开发人员，

【14】Al application developers
Al应用程序开发人员

【15】Top Features/Benefits
最高特点/好处

【16】Deep learning performance for training and inference
用于训练和推理的深度

齐全的工具，强大的性能支持，丰富的学习资源，听起来真的是非常吸引人，这年头什么样的人不愁吃穿，在我看来就是有技术的人，但是有一点就是必须坚持学习，俗话说:“三天不学习，赶不上刘少奇”，更何况故人言：“温故而知新”。学过的不能落下，新出的也要不断学习，这样才能走在时代的顶峰上。

继续看看还有那些强大功能：

根据图片不难看出，intel提供了强大的服务器，我们可以通过多种渠道，去连接上服务器，以便为我们服务，SSH想必大家肯定不陌生，在学习Linux的时候，最常用了。

那么还有那些功能尼（图提供了学习的连接）：

Getting Access获得访问

■ Sign-up is fast and easy
注册既快又容易。

■ Access to Intel CPUs, GPUs, FPGAs
访问Intel CPU、GPU、FPGA

■ New hardware accessible under NDA
NDA下可访问的新硬件

■ Active support forums积极支持论坛

而这些仅仅只是其中的凤毛棱角，学习了解这些以后，我又去学习了资源，看看资源说了一些什么：
这是getee官方地址，是学习的天然蓄力池
https://gitee.com/tboox/xmake

这是Intel的学习仓库，要想生活过得去，总得技术拿到位
Intel学习仓库

第三章 个人对Intel理解

我最初对intel的认识可能是电脑，因为用的第一台电脑就是intel Corei5版本的，以前总觉得这些大佬离我们这些小白很遥远，没想到如今可以跟大佬一起学习，真的是蓝蓝的天空，静静的湖水，这是我滴梦啊。。。

作为一名即将毕业的大四学生，在学校学习的都比较理论，也比较偏硬件，但我痴迷软件，除了学校教过的C语言、FPGA、物联网IOT，我还自学过C++,Linux,shell,QT,数据结构，底层驱动等，但其实使用起来，都不是非常好，毕竟是初出茅驴的信息工程专业小白，唯一能做的就是坚持学习。

通过Live stream 了解Intel后我打算，接下来的时间，学习这个平台提供的课程，看看真正的技术是怎么练成的，希望对我今后的工作大有帮助。
想一起学习的自己去看video:
14日课程链接：https://live.csdn.net/room/csdnstudent/vINKBnzm

看看官方提供了什么好技术：
产品

支持

作为一名软件爱好者，我看看这里

解决问题
计算无处不在的人工智能
更智能的应用有利于你的底线，无论你是测序基因组，提出产品建议，还是优化你的供应链。我们民主化技术的遗产继续使每个人在计算发生的任何地方将人工智能融入他们的应用程序变得更简单、更快、更具成本效益。

我们为内置人工智能加速或特定领域加速器的通用处理器优化了广泛的智能解决方案和工具选择。他们使用可扩展的开放式oneAPI标准，因此每个人都可以从边缘到云释放无限的洞察力。

开发商

伙伴

第四章 使用Intel 的oneAPI

SYCL简介

阐述oneAPI如何帮助解决异构世界中的编程挑战。
使用oneAPI解决方案支持您的工作流。
了解SYCL标准和特性。
熟悉在整个课程中使用Jupyter笔记本进行培训。

程序结构

阐明SYCL基础类。
使用设备选择来卸载内核工作负载。
决定何时使用基本并行核和ND Range核。
创建主机访问者。
通过动手实验练习构建一个示例DPC++应用程序。

统一共享内存

使用统一共享内存(USM)等SYCL新特性来简化编程。
理解使用USM移动内存的隐式和显式方式。
以最佳方式解决内核任务之间的数据依赖。

英特尔顾问演示

了解Offload Advisor如何识别和排列卸载的并行化机会。
使用命令行语法运行卸载顾问。
使用性能模型并分析生成的报告。
卸载顾问是英特尔顾问的一项功能，作为英特尔oneAPI基本工具包(基本工具包)的一部分安装。

深入探索缓冲区和存取器

深入解释缓冲区和存取器。
了解子缓冲区以及如何创建和使用子缓冲区
解释缓冲区属性以及何时使用_host_ptr、set_final_data和set_write_data
解释访问者和访问者创建的模式
解释主机访问者以及主机访问者的不同使用情形

实际使用指南

学习仓库

学习Intel到bilibili

有时间一定要多学习，趁时间还来得及，趁我们还年轻，一切还不算太晚