GPU高性能編程CUDA實戰(zhàn)

內(nèi)容概要

　　cuda是一種專門為提高并行程序開發(fā)效率而設計的計算架構。在構建高性能應用程序時，cuda架構能充分發(fā)揮gpu的強大計算功能。本書首先介紹了cuda架構的應用背景，并給出了如何配置cuda c的開發(fā)環(huán)境。然后通過矢量求和運算、矢量點積運算、光線跟蹤、熱傳導模擬等示例詳細介紹了cuda c的基本語法和使用模式。通過學習本書，讀者可以清楚了解cuda c中每個功能的適用場合，并編寫出高性能的cuda軟件?！　”緯m合具備c或者c++知識的應用程序開發(fā)人員、數(shù)值計算庫開發(fā)人員等，也可以作為學習并行計算的學生和教師的教輔。

作者簡介

作者：（美國）桑德斯（Jason Sanders） （美國）Edward Kandrot 譯者：聶雪軍 等桑德斯（Jason Sanders），是NVIDIA公司CUDA平臺小組的高級軟件工程師。他在NVIDIA的工作包括幫助開發(fā)早期的CUDA系統(tǒng)軟件，并參與OpenCL 1.0規(guī)范的制定，該規(guī)范是一個用于異構計算的行業(yè)標準。Jason在加州大學伯克利分校獲得計算機科學碩士學位，他發(fā)表了關于GPU計算的研究論文。此外，他還獲得了普林斯頓大學電子工程專業(yè)學士學位。在加入NVIDIA公司之前，他曾在ATI技術公司、Apple公司以及Novell公司工作過。Edward Kandrot是NVIDIA公司CUDA平臺小組的高級軟件工程師。他在代碼性能優(yōu)化方面擁有20多年的工作經(jīng)驗，他曾經(jīng)在Adobe公司Microsoft公司以及Autodesk公司等工作過。

書籍目錄

譯者序序前言致謝作者簡介第1章 為什么需要CUDA1.1 本章目標1.2 并行處理的歷史1.3 GPU計算的崛起1.4 CUDA1.5 CUDA的應用1.6 本章小結第2章 入門2.1 本章目標2.2 開發(fā)環(huán)境2.3 本章小結第3章 CUDAC簡介3.1 本章目標3.2 第一個程序3.3 查詢設備3.4 設備屬性的使用3.5 本章小結第4章 CUDAC并行編程4.1 本章目標4.2 CUDA并行編程4.3 本章小結第5章 線程協(xié)作5.1 本章目標5.2 并行線程塊的分解5.3 共享內(nèi)存和同步5.4 本章小結第6章 常量內(nèi)存與事件6.1 本章目標6.2 常量內(nèi)存6.3 使用事件來測量性能6.4 本章小結第7章 紋理內(nèi)存7.1 本章目標7.2 紋理內(nèi)存簡介7.3 熱傳導模擬7.4 本章小結第8章 圖形互操作性8.1 本章目標8.2 圖形互操作8.3 基于圖形互操作性的GPU波紋示例8.4 基于圖形互操作性的熱傳導8.5 DirectX互操作性8.6 本章小結第9章 原子性9.1 本章目標9.2 計算功能集9.3 原子操作簡介9.4 計算直方圖9.5 本章小結第10章 流10.1 本章目標10.2 頁鎖定主機內(nèi)存10.3 CUDA流10.4 使用單個CUDA流10.5 使用多個CUDA流10.6 GPU的工作調(diào)度機制10.7 高效地使用多個CUDA流10.8 本章小結第11章 多GPU系統(tǒng)上的CUDAC11.1 本章目標11.2 零拷貝主機內(nèi)存11.3 使用多個GPU11.4 可移動的固定內(nèi)存11.5 本章小結第12章 后記12.1 本章目標12.2 CUDA工具12.3 參考資料12.4 代碼資源12.5 本章小結附錄 高級原子操作

章節(jié)摘錄

版權頁：插圖：當人們在探索如何提升個人計算機的性能時，超級計算機中性能提升方式引出了一個很好的問題：為什么不在個人計算機中放置多個處理器，而不是僅提升單個處理器核的性能？這樣，在不需要提高處理器運行頻率的情況下，個人計算機的性能就能獲得持續(xù)的提升。在2005年，當面對競爭日趨激烈的市場以及越來越少的可行方式時，業(yè)界一些領先的CPIJ制造商們開始提供帶有兩個計算核的處理器。在接下來的幾年中，他們延續(xù)了這種發(fā)展趨勢，不斷推出3核、4核、6核以及8核的中央處理器。這種趨勢也稱為多核革命（Multicore Revolution），它標志著在個人計算機上開始發(fā)生重大的轉變。當前，要購買一臺單核CPIJ的桌面計算機已經(jīng)比較困難了。即使在低端、低能耗的中央處理器中，通常都包含有兩個或多個計算核。一些業(yè)界領先的CPU制造商已經(jīng)宣布在未來將計劃推出12核和16核的CPU，這進一步證明了并行計算已經(jīng)給人們帶來了不可忽視的好處。1.3 GPU計算的崛起與中央處理器傳統(tǒng)的數(shù)據(jù)處理流水線相比，在圖形處理器（Graphics Processing unit，GPU）上執(zhí)行通用計算還是一個新概念。事實上，在計算領域中，GPU本身在很大程度上就是一個新概念。然而，在圖形處理器上執(zhí)行計算卻并非新概念。1.3.1 GPU簡史在前面介紹了中央處理器在時鐘頻率和處理器核數(shù)量上的發(fā)展歷程。與此同時，圖形處理技術同樣經(jīng)歷了巨大的變革。在20世紀80年代晚期到90年代早期之間，圖形界面操作系統(tǒng)（例如Microsoft公司的Windows）的普及推動了新型處理器的出現(xiàn)。在20世紀90年代早期，用戶開始購買配置2D顯示加速器卡的個人計算機。這些顯卡提供了基于硬件的位圖運算功能，能夠在圖形操作系統(tǒng)的顯示和可用性上起到輔助作用。

媒體關注與評論

“對于開發(fā)基于GPU加速的并行計算系統(tǒng)的讀者來說，本書絕對值得一讀。”　　——Jack Dongarra 田納西大學杰出教授美國橡樹嶺國家實驗室杰出研究人員

編輯推薦

《GPU高性能編程CUDA實戰(zhàn)》由機械工業(yè)出版社出版。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    GPU高性能編程CUDA實戰(zhàn) PDF格式下載

---