本书介绍了超级计算机算力和AI算力的异同，从CPU流水线开始，描述主要的众核处理器架构和功能部件设计。在GPU和NPU等加速器部分，介绍了GPU为何能从单纯的图形任务处理器变成通用处理器。GPU在设计逻辑、存储体系、线程管理，以及面向AI的张量处理器方面成为最近几年全世界科技行业最瞩目的明星。本书对华为等厂商推出的NP

本书为普通高等教育“十一五”国家级规划教材。本书内容分为3部分：算法和算法分析、算法设计策略及求解困难问题。第1部分介绍算法问题求解基础和算法分析基础，以及两种新的数据结构：伸展树与跳表；第2部分讨论常用的算法设计策略，包括基本搜索和遍历方法、分治法、贪心法、动态规划法、回溯法和分枝限界法；第3部分介绍NP完全问题、随

本书结合Python语言的各种数据类型介绍穷举法、归纳法、迭代法和递归法等基本算法设计方法，重点讨论分治法、回溯法、分支限界法、贪心法和动态规划五大算法设计策略的原理和算法设计框架，通过大量典型示例和LeetCode实战题解析了多途径构建模型、求解和验证的过程。全书既注重原理又注重实践，配有大量图表、练习题、上机实验题

本书系统地介绍了计算机各组成部件的基本概念、基本结构及工作原理，主要内容包括计算机概念、计算机中数据的表示、运算方法和运算器、指令系统、中央处理器、存储器、系统总线、计算机外围设备等。

本书内容涵盖了微积分、线性代数、概率统计及离散数学等，包括函数、极限与连续，导数与微分，积分与微分方程，行列式与克莱姆法则，矩阵及其应用，向量与线性方程组解的结构，概率的基本概念，随机变量及其分布，集合及其运算，关系与函数，数理逻辑，图论等。

本书除了介绍推荐系统的一般框架、典型应用和评测方法外，还图文并茂地介绍了各种典型推荐系统与算法的思想、原理、设计、实现和应用场景。除了介绍基于协同过滤的推荐、基于内容的推荐、基于知识的推荐等经典推荐系统与算法外，还介绍了基于排序学习的推荐、基于异质信息网络的推荐、基于图神经网络的推荐等新型推荐系统与算法。此外，为便于读

在人工智能的浩瀚星空中，深度学习犹如一颗耀眼的明星，引领着计算机视觉技术的发展。《PyTorch深度学习与计算机视觉实践》带领读者领略深度学习在计算视觉领域的魅力，详解使用PyTorch2.0进行计算机视觉应用实战的技巧。本书配套示例源码、PPT课件。《PyTorch深度学习与计算机视觉实践》共分15章，内容包括深度学

本书围绕国产计算机行业的具体技术展开论述，内容安排如下：第一章重点描述国内外计算机行业的发展现状，第二章重点介绍国产计算机的基础硬件发展情况，第三章重点介绍国产计算机的基础软件发展情况，第四章介绍国产计算机的应用软件发展情况，第五章介绍国产自主可控的云计算技术，第六章介绍国产自主可控的大数据技术，第七章介绍国产自主可控

《数据中心设计与管理》全面介绍了数据中心建设和管理过程中的各个环节，归纳了数据中心设计与管理的理论、技术及实践经验。将虚拟化技术的应用渗透到本书的各个部分。全书共7章，主要内容包括：数据中心概述、基础环境建设、网络子系统、计算子系统、存储子系统、安全子系统和数据中心运维管理。

《机器视觉自动检测技术》(第二版)内容共分为6章。第1章为机器视觉概述，讲述机器视觉技术的系统构成、工作原理、发展历程和应用领域等。第2章讲述机器视觉系统的硬件构成，包括相机的分类及主要特性参数、光学镜头的原理与选型、图像采集卡的原理及种类、图像数据的传输方式等。第3章讲述机器视觉成像技术，内容包括光源，工业环境下的灰