Chapter 1 計量設計與分析的基礎
Chapter 2 記憶體層級的設計
Chapter 3 指令階層平行化及其開發
Chapter 4 向量、SIMD 與 GPU 結構當中的資料階層平行化
Chapter 5 執行緒階層平行化
Chapter 6 開發需求階層與資料階層平行化的數位倉儲型電腦
Appendix A 指令集原理
Appendix B 記憶體層級的回顧
Appendix C 管線化：基本與進階的觀念
本書序言
．新版本的第 1 章份量加重，包括了有關能量、靜態功率、動態功率、積體電路成本、可靠性以及可用性的公式。
．第 2 章討論了 10 種先進的快取記憶體最佳化。第 2 章包括新的一節討論虛擬機，在防護、軟體管理及硬體管理方面可以提供好處，也在雲端運算方面扮演重要的角色。除了涵蓋 SRAM 和 DRAM 的技術之外，本章也包括了討論快閃記憶體的新教材。PIAT 範例是使用在 PMD 的 ARM Cortex A8 以及使用在伺服器的Intel Core i7。
．第 3 章涵蓋了指令階層平行化在高效能處理器上的運用，包括超純量執行、分支預測、推測機制、動態排程以及多執行緒。第 3 章也衡量了ILP 的限制。就像第 2章，PIAT 範例同樣是 ARM Cortex A8 和 Intel Core i7。
．第 4 章從介紹向量結構開始，作為建立多媒體SIMD 指令集擴充版和 GPU 之說明的基礎。有關 GPU 的章節是本書最難撰寫的，因為它得多次反覆說明才能得到精確又容易瞭解的描述。本章介紹屋頂線效能模型並使用它來比較 Intel Core i7 和 NVIDIA GTX-280 與 GTX-480 GPU。本章也描述了 PMD 所用的 Tegra 2 GPU。
．第 5 章描述多核心處理器，探討對稱式與分散式記憶體結構，檢視其組織原則與效能；接下去便是同步化與記憶體一致性模型方面的課題。
．第 6 章描述計算機結構中的最新課題──數位倉儲型電腦 (warehouse-scale computer, WSC)。依靠 Amazon 網路服務和 Google 工程師的協助，本章整合了結構工程師鮮少察覺到的 WSC 之設計、成本與效能的細節。本章在說明 WSC 的結構與實體製作之前 (包括成本)，先從流行的MapReduce 程
式計模型開始。成本讓我們得以解釋雲端運算的興起，藉此可以比較便宜地在雲端使用 WSC 作計算，勝過在您的區域資料中心作計算。
