GPU高性能编程CUDA实战

图书标准信息

• 作者 [美]桑德斯 著；聂雪军 译
• 出版社 机械工业出版社
• 出版时间 2011-01
• 版次 1
• ISBN 9787111326793
• 定价 39.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 原版书名 CUDA by Example: an Introduction to General-Purpose GPU Programming

【内容简介】

cuda是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，cuda架构能充分发挥gpu的强大计算功能。本书首先介绍了cuda架构的应用背景，并给出了如何配置cudac的开发环境。然后通过矢量求和运算、矢量点积运算、光线跟踪、热传导模拟等示例详细介绍了cudac的基本语法和使用模式。通过学习本书，读者可以清楚了解cudac中每个功能的适用场合，并编写出高性能的cuda软件。
本书适合具备c或者c++知识的应用程序开发人员、数值计算库开发人员等，也可以作为学习并行计算的学生和教师的教辅。

【作者简介】

Jason Sanders是NVIDIA公司CUDA平台小组的高级软件工程师。他在NVIDIA的工作包括帮助开发早期的CUDA系统软件，并参与OpenCL 1.0规范的制定，该规范是一个用于异构计算的行业标准。Jason在加州大学伯克利分校获得计算机科学硕士学位，他发表了关于GPU计算的研究论文。此外，他还获得了普林斯顿大学电子工程专业学士学位。在加入NVIDIA公司之前，他曾在ATI技术公司、Apple公司以及Novell公司工作过。
Edward Kandrot是NVIDIA公司CUDA算法小组的高级软件工程师。他在代码优化和提升性能等方面拥有20余年的工作经验，参与过Photoshop和Mozilla等项目。Kandrot曾经在Adobe公司、Microsoft公司工作过，他还是许多公司的咨询师，包括Apple公司和Autodesk公司。

【目录】

译者序
序
前言
致谢
作者简介
第1章为什么需要CUDA
1.1本章目标
1.2并行处理的历史
1.3GPU计算的崛起
1.4CUDA
1.5CUDA的应用
1.6本章小结
第2章入门
2.1本章目标
2.2开发环境
2.3本章小结
第3章CUDAC简介
3.1本章目标
3.2第一个程序
3.3查询设备
3.4设备属性的使用
3.5本章小结
第4章CUDAC并行编程
4.1本章目标
4.2CUDA并行编程
4.3本章小结
第5章线程协作
5.1本章目标
5.2并行线程块的分解
5.3共享内存和同步
5.4本章小结
第6章常量内存与事件
6.1本章目标
6.2常量内存
6.3使用事件来测量性能
6.4本章小结
第7章纹理内存
7.1本章目标
7.2纹理内存简介
7.3热传导模拟
7.4本章小结
第8章图形互操作性
8.1本章目标
8.2图形互操作
8.3基于图形互操作性的GPU波纹示例
8.4基于图形互操作性的热传导
8.5DirectX互操作性
8.6本章小结
第9章原子性
9.1本章目标
9.2计算功能集
9.3原子操作简介
9.4计算直方图
9.5本章小结
第10章流
10.1本章目标
10.2页锁定主机内存
10.3CUDA流
10.4使用单个CUDA流
10.5使用多个CUDA流
10.6GPU的工作调度机制
10.7高效地使用多个CUDA流
10.8本章小结
第11章多GPU系统上的CUDAC
11.1本章目标
11.2零拷贝主机内存
11.3使用多个GPU
11.4可移动的固定内存
11.5本章小结
第12章后记
12.1本章目标
12.2CUDA工具
12.3参考资料
12.4代码资源
12.5本章小结
附录高级原子操作