A Primer on Memory Consistency and Cache Coherence, Second Edition 内存连贯性与缓存一致性导论。 第二版。 英文原版。 Many modern computer systems and most multicore chips (chip multiprocessors) support sharedmemory in hardware. In a shared memory system, each of the processor cores may read and writeto a single shared address space. For a shared memory machine, the memory consistency model defines the architecturally visible behavior of its memory system. 内存连贯性和缓存一致性是现代计算机系统，特别是多核芯片（Chip Multiprocessors）设计中的核心概念。在共享内存系统中，每个处理器核心都可以读取和写入同一个共享地址空间，这使得多个处理器能够协作执行任务。内存一致性模型定义了这种系统中内存系统的架构可见行为，它规定了加载和存储（或内存读写）如何作用于内存，并确保在并发操作下数据的一致性。 一致性定义提供了一系列规则，指导如何处理负载和存储操作。为了支持内存一致性模型，许多机器实施了缓存一致性协议，以确保数据的多个缓存副本保持最新。缓存一致性协议确保当一个处理器修改了共享数据时，其他处理器的缓存能够同步更新，避免出现数据不一致的情况。 本导论的目标是帮助读者理解和掌握一致性与缓存一致性的基本概念，包括它们所解决的问题以及各种解决方案。书中不仅涵盖了高层次的概念，还提供了来自真实世界系统的具体实例。第二版在第一版的基础上反映了过去十年的进步，新增了两个章节：一个是关于非CPU加速器（如GPU）的一致性和一致性，另一个是关于一致性与缓存一致性方面的形式化工作和工具。 《内存连贯性和缓存一致性导论》第二版由Vijay Nagarajan、Daniel J. Sorin、Mark D. Hill和David A. Wood四位专家撰写，他们分别来自爱丁堡大学、杜克大学和威斯康星大学麦迪逊分校。这本书是工程和计算机科学领域的Synthesis Digital Library系列的一部分，旨在快速发布原创的、具有影响力的科研成果，以印刷和数字格式供读者查阅。 通过深入学习本书，读者将能够理解共享内存系统中的一致性模型是如何确保多处理器间通信的正确性的，以及缓存一致性协议如何维护多个处理器对同一数据的访问同步，这对于理解和优化多核系统性能至关重要。此外，对于非CPU加速器（如GPU）的一致性问题的探讨，也反映了当前硬件发展趋势对软件开发和系统设计的新挑战。

内存一致性与缓存一致性简介（第二版） 在现代计算机系统中，包括同构和异构架构，硬件通常支持共享内存。共享内存系统中，每个处理器核心可以读取和写入单一的共享地址空间。内存一致性模型定义了这些系统中内存系统的架构可见行为。一致性定义为加载和存储（或内存读取和写入）提供了规则，以及它们如何作用于内存。为了支持内存一致性模型，许多机器还提供了缓存一致性协议，以确保数据的多个缓存副本保持最新状态。 本教程的目标是使读者对一致性与缓存一致性有基本的理解，这包括必须解决的问题以及各种解决方案。我们既介绍了高层次的概念，也提供了来自实际系统的具体实例。第二版反映了自第一版以来十年的进步，其中包括两个新的章节：一个关于非CPU加速器（重点是GPU）的一致性和一致性性，另一个指向一致性与缓存一致性的形式化工作和工具。 内存一致性是多处理器系统中的关键概念，它规定了不同处理器之间对共享内存的访问顺序和可见性。例如，在弱一致性模型中，处理器可能在不同的时间看到其他处理器对内存的更新，而在强一致性模型中，所有处理器会立即看到所有更新。一致性模型的设计需要权衡性能、功耗和复杂性。 缓存一致性则是确保当多个处理器都有某个数据项的缓存副本时，它们之间的更新能够正确传播。典型的缓存一致性协议如MESI（Modified, Exclusive, Shared, Invalidated）协议，通过状态标记来管理缓存行的状态，保证了缓存的一致性。当一个处理器修改了缓存中的数据，其他处理器的相应缓存行会被标记为无效，下次访问时会强制从主存重新获取。 非CPU加速器（如GPU）的一致性和缓存一致性问题更为复杂，因为GPU通常具有大量的计算单元，它们并行执行任务，需要高效地与CPU共享数据。GPU一致性模型需要处理更多并发访问和数据同步问题，例如使用CUDA的内存一致性模型。 形式化工作和工具对于验证和设计内存一致性模型和缓存一致性协议至关重要。它们可以帮助开发者避免潜在的错误和竞态条件，确保系统行为符合预期。 内存一致性与缓存一致性是多处理器和多核系统设计中的基础概念，理解和掌握这些知识对于系统架构师、软件开发者和硬件工程师来说都至关重要。随着计算机系统的复杂度不断增加，对这些问题的研究和理解也将不断深入。本教程提供了一个了解这一领域的起点，对于进一步研究和实践极具价值。

从DDPM到score-based generative models再到Consistency Models的介绍，对于扩散模型的全面理解有一定的帮助。

平滑分类器认证稳健性的一致性正则化 (NeurIPS2020) 该存储库包含和的论文“平滑分类器的证明稳健性的一致性正则化”代码。 依存关系 conda create -n smoothing-consistency python=3 conda activate smoothing-consistency # IMPORTANT: Please make sure `pytorch != 1.4.0` # Currently, our code is not compatible to `pytorch == 1.4.0`; # See more details at `https://github.com/pytorch/pytorch/issues/32395`. # Below is for linux, with CUDA 10; see https://pytorc

A Primer on Memory Consistency and Cache Coherence，主要介绍了Memory同一性和cache一致性的定义以及相关模型和协议。例如SC模型，TSO模型，松散序模型和cache一致性的两种协议：snoopy协议和目录一致性协议。对于学习比较有用

PDF版本最大的好处是排版比知乎的排版要好，而且方便。 我本着最大的专业性去翻译每一个章节，每一句话。 翻译这本文档花费了我大量业余时间，其中难免有错，请多多包含并结合英文原本一起食用。 码字不易，如果要转载麻烦帮忙注明一下作者的CSDN和知乎地址，谢谢 CSDN : https://blog.csdn.net/vivo01 知乎： https://www.zhihu.com/people/thankyouxq 注意： PDF版本中存在的部分错误（主要是有错别字），不影响阅读，在知乎版本中已修改。

Weak Consistency - A Generalized Theory and Optimistic Implementations for Distributed Transactions.pdf Current commercial databases allow application programmers to trade off consistency for performance. However, existing definitions of weak consistency levels are either imprecise or they disallow efficient implementation techniques such as optimism. Ruling out these techniques is especially unfortunate because commercial databases support optimistic mechanisms. Furthermore, optimism is ...

DB - Consistency Tradeoffs in Modern Distributed Database System Design The CAP theorem’s impact on modern distributed database system design is more limited than is often perceived. Another tradeoff—between consistency and latency —has had a more direct influence on several well-known DDBSs. A proposed new formulation, PACELC, unifies this tradeoff with CAP.

解释一致性框架 该存储库包含在Explantion Consistency Framework（ECF）的开发中使用的整个代码库。 ECF是在我的整个硕士论文中进行研究和开发的，可以评估和比较LIME和SHAP等不同解释方法之间的解释质量。 此外，笔记本还包含对使用的数据集的描述性和视觉分析，以及包括XGB和LSTM在内的一系列预测模型的实现，以及两种解释方法LIME和SHAP的应用。

这篇论文貌似有两页格式不大友好，导致翻译软件无法识别，现在提供这部分的中文翻译（我也是自己弄的，质量不一定佳，需者自取）