CUDA高性能并行计算

图书标准信息

• 作者 苏统华 译者；杜安·斯托尔蒂（Duane Storti）；梅特·尤尔托卢（Mete Yurtoglu）
• 出版社 机械工业出版社
• 出版时间 2017-02
• 版次 1
• ISBN 9787111557494
• 定价 79.00元
• 装帧 平装
• 开本 其他
• 页数 256页
• 正文语种 简体中文
• 原版书名 CUDA for Engineers:An introduction to High-Performance Parallel Computing
• 丛书 高性能计算技术丛书

【内容简介】

本书以清晰简明的方式介绍了CUDAC编程的核心知识，始于运行CUDA样例程序，快速引导读者构建自己的代码。自始至终，你可以通过亲手创建、运行和修改书中的示例程序进行体验式教学。书中配备的实践项目用以加深和巩固你的理解。

【作者简介】

                                 作者：（美国）杜安·斯托尔蒂（Duane Storti） （土耳其）梅特·尤尔托卢（Mete Yurtoglu） 译者：苏统华 项文成 李松泽 姚宇鹏

杜安·斯托尔蒂（Duane Storti），1984年从康奈尔大学获得理论和应用机械学博士学位，现任教于华盛顿大学西雅图校区机械工程系，从事工程数学、动力学与振动、计算机辅助设计、3D打印以及GPU计算方面的教学和研究工作。
梅特·尤尔托卢（Mete Yurtoglu），2008年获得土耳其伊斯坦布尔海峡大学物理学和机械工程学学士学位。他的研究方向为基于GPU的计算机视觉与机器学习算法。
苏统华，副教授，晗尔滨工业大学软件学院硕士生导师，GPU研究中心及GPU教育中心负责人，英伟达中国首批CUDA官方认证工程师。主要研究领域包括大规模并行计算、模式识别、物联网大数据智能信息处理、智能媒体交互与计算等。著有英文专著《Chinese Handwriting Recognition：An Algorithmic Perspective》（由德国施普林格出版社出版），并有CUDA相关译著3本（由机械工业出版社出版）。

【目录】

                                 本书赞誉
致谢
第0章本书导读1
0.1什么是CUDA1
0.2学习CUDA的“须知”2
0.3本书的读者对象3
0.4学习CUDA的必备3
0.5本书的组织结构4
0.6本书体例5
0.7本书代码6
0.8用户指南7
0.9历史沿革8
参考文献9
第1章起步10
1.1运行CUDA样例程序10
1.1.1在Windows下运行CUDA样例程序11
1.1.2在Linux下运行CUDA样例程序13
1.1.3估计“加速效果”13
1.2运行我们自己的串行程序14
1.2.1dist_v1应用15
1.2.2dist_v2应用16
1.3本章小结18
1.4推荐项目18
第2章CUDA基础知识19
2.1CUDA并行模式19
2.2需要知道的CUDAAPI和C语言拓展21
2.3本章小结23
2.4推荐项目23
参考文献24
第3章从循环到网格25
3.1并行化dist_v125
3.2并行化dist_v229
3.3标准操作流程33
3.4简化操作流程33
3.4.1统一内存和托管数组34
3.4.2使用cudaMallocManaged（）实现的距离应用34
3.5本章小结36
3.6推荐项目37
参考文献38
第4章二维网格与交互式图形39
4.1启动二维计算网格40
4.1.1二维内核启动的语法41
4.1.2定义二维内核41
4.1.3dist_2d43
4.2通过图形交互实时显示45
4.3stability应用程序54
4.4本章小结62
4.5推荐项目62
参考文献62
第5章模板与共享内存64
5.1线程间依赖64
5.2一维网格上的导数计算66
5.2.1实现dd_ld_global66
5.2.2实现dd_ld_shared69
5.2.3解决二维拉普拉斯方程：heat_2d72
5.2.4图像边缘锐化：sharpen83
5.3本章小结96
5.4推荐项目97
参考文献98
第6章归约与原子操作99
6.1全局交互的线程99
6.2实现parallel_dot100
6.3计算整体属性：centroid_2d106
6.4本章小结113
6.5推荐项目113
参考文献114
第7章三维数据交互115
7.1计算三维网格数据：dist_3d117
7.2查看三维数据并与之交互：vis_3d119
7.2.1切片法121
7.2.2体绘制法124
7.2.3光线投射法124
7.2.4创建vis_3d应用126
7.3本章小结139
7.4推荐项目139
参考文献140
第8章CUDA函数库实践141
8.1自定义的与现有的141
8.2Thrust库143
8.2.1使用inner_product（）计算向量的模144
8.2.2使用transform（）计算距离147
8.2.3使用generate（）、transform（）以及reduce（）对的值进行估计151
8.3cuRAND库156
8.4NPP库158
8.4.1sharpen_npp159
8.4.2更多使用NPP进行的图像处理操作163
8.5线性代数中的cuSOLVER和cuBLAS实践166
8.6cuDNN库170
8.7ArrayFire库171
8.8本章小结171
8.9推荐项目171
参考文献172
第9章探索CUDA生态系统174
9.1主要资源的权威列表174
9.1.1CUDA空间174
9.1.2其他的主要网络资源175
9.1.3在线课程176
9.1.4CUDA书籍176
9.2更多资源179
9.2.1CUDA样例179
9.2.2CUDA语言和库179
9.2.3更多的CUDA书籍179
9.3本章小结180
9.4推荐项目180
附录A硬件设置182
附录B软件设置189
附录CC语言编程须知201
附录DCUDA实践技巧：计时、性能分析、错误处理与调试229