大规模并行处理器编程实战
￥ 23.97 6.1折 ￥ 39 九五品
仅1件
作者(美)科克,胡文美 著,陈曙辉,熊淑华 译
出版社清华大学出版社
ISBN9787302237006
出版时间2010-09
版次1
装帧平装
开本16开
纸张胶版纸
页数211页
字数99999千字
定价39元
上书时间2024-05-09
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:大规模并行处理器编程实战
定价：39.00元
作者:(美)科克,胡文美 著,陈曙辉,熊淑华 译
出版社：清华大学出版社
出版日期：2010-09-01
ISBN：9787302237006
字数：293000
页码：211
版次：1
装帧：平装
开本：16开
商品重量：
编辑推荐
本书版：《大规模并行处理器编程实战(第2版)》已出版链接地址：http://product..com/23394615.对于希望学习GPU并行编程的读者，本书简直是天赐之物。书中介绍了CUDA，一种类C的数据并行语言，介绍了Testa，当前的NVIDIA GPU显示核心的体系结构。除了解释语言和体系结构，本书还详细说明了可以在异构CPU—GPU硬件上平稳运行的数据并行问题的类型……本书是一本重要的并行计算参考文献。
内容提要
本书介绍了学生和专业人员都适合的并行编程与GPU体系结构的基本概念，详细剖析了编写并行程序所需的各种技术，用案例研究说明了并行程序设计的整个开发过程，即从计算机思想开始，直到终实现高效可行的并行程序。
目录
章 引言 1.1 GPU与并行计算机 1.2 现代GPU的体系结构 1.3 为什么需要更高的速度和并行化 1.4 并行编程语言与模型 1.5 综合目标 1.6 本书的组织结构第2章 GPU计算的发展历程 2.1 图形流水线的发展 2.1.1 固定功能的图形流水线时代 2.1.2 可编程实时图形流水线的发展 2.1.3 图形与计算结合的处理器 2.1.4 GPU：一个中间步骤 2.2 GPUU计算 2.2.1 可扩展的GPU 2.2.2 发展近况 2.3 未来发展趋势第3章 CUDA简介 3.1 数据并行性 3.2 CUUDA的程序结构 3.3 矩阵乘法示例 3.4 设备存储器与数据传输 3.5 kernel函数与线程 3.6 小结 3.6.1 函数声明 3.6.2 启动kernel函数 3.6.3 预定义变量 3.6.4 运行时API第4章 CUDA线程 4.1 CUDA线程组织结构 4.2 使用blockIdx和threadIdx 4.3 同步与透明可扩展性 4.4 线程分配 4.5 线程调度和容许延时 4.6 小结 4.7 习题第5章 CUDA存储器模型 5.1 存储器访问效率的重要性 5.2 CUUDA设备存储器的类型 5.3 减少全局存储器流量的策略 5.4 存储器——限制并行性的一个因素 5.5 小结 5.6 习题第6章 性能优化 6.1 更多关于线程执行的问题 6.2 全局存储器的带宽 6.3 SM资源的动态划分 6.4 数据预取 6.5 指令混合 6.6 线程粒度 6.7 可度量的性能和小结 6.8 习题第7章 浮点运算 7.1 浮点格式 7.1.1 M的规范化表示 7.1.2 E的余码表示 7.2 能表示的数 7.3 特殊的位模式与精度 7.4 算术运算的准确度和舍入 7.5 算法的优化 7.6 小结 7.7 习题第8章 应用案例研究：高级MRI重构 8.1 应用背景 8.2 迭代重构 8.3 计算FHd 8.4 终评估 8.5 习题第9章 应用案例研究：分子可视化和分析 9.1 应用背景 9.2 kernel函数简单的实现方案 9.3 指令执行效率 9.4 存储器合并 9.5 附加性能比较 9.6 采用多GPU 9.7 习题0章 并行编程和计算思想 10.1 并行编程的目标 10.2 问题分解 10.3 算法选择 10.4 计算思想 10.5 习题1章 OpenCL简介 11.1 背景 11.2 数据并行性模型 11.3 设备的体系结构 11.4 kernel函数 11.5 设备管理和启动kernel 11.6 OpenCL中的静电势图谱 11.7 小结 11.8 习题2章 结论与展望 12.1 重申目标 12.2 存储器体系结构的演变 12.2.1 大型虚拟和物理地址空间 12.2.2 统一的设备存储空间 12.2.3 可配置的缓存和暂时存储器 12.2.4 提高原子操作的速度 12.2.5 提高全局存储器的访问速度 12.3 kernel函数执行控制过程的演变 12.3.1 kernel函数内部的函数调用 12.3.2 kernel函数中的异常处理 12.3.3 多个kernel函数的同步执行 12.3.4 可中断的kernel函数 12.4 内核的性能 12.4.1 双精度的速度 12.4.2 提高控制流的效率 12.5 编程环境 12.6 美好前景附录A 矩阵乘法主机版的源代码附录B GPU的计算能力
作者介绍
本书第二个目标是讲解如何编写功能正确的、可靠的并行程序，这是并行计算中的技巧问题。过去曾从事过并行系统方面工作的开发人员会知道，仅保证初始性能是远远不够的。我们面临的挑战是如何在可以调试代码和支持用户的情况下实现高性能。CUDA编程模型关注的焦点是数据并行性，我们将帮助读者在他们的应用程序中实现高性能和高可靠性。 本书第三个目标是通过探讨一些方法来使目前的并行编程实现可扩展性，能适应未来硬件更新换代的要求。对于未来的计算机，程序并行化程度会越来越高，程序运行速度也会比现在的计算机更快。我们想帮助读者掌握并行编程，以便随着新一代计算机的出现，程序的性能有所提升。 读者要想达到上述目标，需要掌握相当多的技术知识，因此本书主要讨论并行编程的设计原理和模式。我们不能保证本书能覆盖所有相关知识，但是我们从中选取有用也是经得起考验的技术进行深入研究。为了补充读者的知识和经验，我们将推荐一个相关参考文献列表。接下来我们准备对本书的其余部分做一个简单的概述。……
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价