👋 Welcome to Cuterwrite 's Blog
离子通道与 Hudgkin-Huxley 模型
本文介绍了 Hudgkin-Huxley 模型，并通过几个离子进行说明。Hudgkin-Huxley 模型的原始形式只描述了三种类型的离子通道，然而它可以扩展到包括许多其它离子通道类型。Hudgkin-Huxley 模型是精细神经元模型的基础，它考虑了不同类型的突触，以及单个神经元的空间几何形状。
脉冲神经网络入门：神经元与数学
本文的主要目的是介绍神经科学的几个基本概念，特别是活动电位（脉冲）、突触后电位、发射阈值、不应性和适应性的概念。基于这些概念建立了一个初步的神经元动力学模型，这个简单的模型（Leaky integrate-and-fire）将被用作广义的 Integrate-and-fire 模型的起点和参考。本文不会全面介绍神经生物学这样一个复杂的领域，所以对生物背景的介绍是高度选择性的，重点是理解脉冲神经网络所需的背景。
NEST on HPC 安装教程
NEST 是一个用于模拟脉冲神经网络的模拟器，它专注于神经系统的动态、大小和结构，而不是单个神经元的确切形态。本文介绍了在高性能计算机上安装 NEST-3.4 的方法。
CUDA 基础：内存访问模式
本文介绍了 CUDA 中与内存访问模式相关的基础知识，包括对齐与合并访问、全局内存读取、全局内存写入、结构体数组与数组结构体、性能调整等。CUDA 执行的基本单位是线程束，所以，内存访问也是以线程束为基本单位发布和执行的，存储也一致。个线程束的内存访问，不同线程的内存请求，其目标位置的不同，可以产生非常多种情况。本文关注重点就在于这些不同情况，以及如何实现最佳的全局内存访问。
CUDA 基础：内存管理
本文介绍了 CUDA 基础中与内存管理相关的几个重要概念和技术，包括内存分配和释放、内存运输、固定内存、零拷贝内存、统一虚拟寻址和统一内存寻址。通过学习这些技术，可以更好地利用 CUDA 进行并行计算和加速程序的运行。
CUDA 基础：内存模型概述
必须承认执行模型中内核的配置，决定了程序执行效率，但是程序的执行效率不只由线程束，线程块等执行结构决定，内存也严重地影响了性能。本文将主要介绍 CUDA 的内存模型，CUDA 内存模型结合了主机和设备的内存系统，展现了完整的内存层次结构，使用户能显式地控制数据布局以优化性能。
CUDA 基础：线程束执行的本质
对于 SM 来说，CUDA 执行的实质是线程束的执行，因为 SM 根本不知道每个块是什么，也不知道先后顺序，SM 只知道按照按照机器码跑，而给它什么，先后顺序，这个就是硬件功能设计的直接体现了。CUDA 执行所有的线程，并行的，没有先后次序的，但实际上硬件资源是有限的，不可能同时执行百万个线程，所以从硬件角度来看，物理层面上执行的也只是线程的一部分，而每次执行的这一部分，就是线程束。
