CUDA范例精解：通用GPU編程（影印版）

定　價：￥39.00

作　者：	山德爾（Jason Sanders）,康洛特（Edward Kandrot）等著
出版社：	清華大學出版社
叢編項：
標　簽：	計算機體系結(jié)構(gòu)

購買這本書可以去

ISBN：	9787302239956	出版時間：	2010-10-01	包裝：	平裝
開本：	16開	頁數(shù)：	289	字數(shù)：

內(nèi)容簡介

　　CUDA是設計用于幫助開發(fā)并行程序的計算體系結(jié)構(gòu)。通過與廣泛的軟件平臺相結(jié)合，cuda體系結(jié)構(gòu)使程序員可以充分利用圖形處理單元（gpu）的強大能力構(gòu)建高性能的應用程序。當然，gpu已經(jīng)在很長時間內(nèi)用于實現(xiàn)復雜的圖形和游戲應用程序?，F(xiàn)在，cuda將這種極具價值的資源帶給在其他領域內(nèi)從事應用程序開發(fā)的程序員，包括科學、工程和財務領域。這些程序員完全不需要了解圖形編程的相關知識，而只要能夠采用適當擴展的c語言版本進行編程即可?！禖UDA范例精解：通用GPU編程（影印版）》由cuda軟件平臺團隊中的兩位資深成員編寫而成，他們向程序員展示了如何使用這種新的技術，并且通過大量可以運行的示例介紹了cuda開發(fā)的每個領域。在簡要介紹cuda平臺和體系結(jié)構(gòu)以及快速指導cudac之后，《CUDA范例精解：通用GPU編程（影印版）》詳細介紹了與每個關鍵的cuda功能相關的技術，以及如何權(quán)衡使用這些功能。通過閱讀《CUDA范例精解：通用GPU編程（影印版）》，您將掌握使用每個cudac擴展的時機以及編寫性能極為優(yōu)越的cuda軟件的方式。

作者簡介

　　作者：（美國）山德爾（Jason Sanders）（美國）康洛特（Edward Kandrot）山德爾（Jason Sanders）是NVIDIA公司CUDA平臺團隊中的資深軟件工程師，他協(xié)助開發(fā)了早期版本的CUDA系統(tǒng)軟件，并且?guī)椭贫俗鳛楫悩?gòu)計算的行業(yè)標準的OpenCL 1.0規(guī)范。Jason也在ATI Technologies、Apple和Novell擔任相關職務?？德逄兀‥dward Kandrot）是NVIDIA公司CUDA算法團隊中的資深軟件工程師，他擁有超過20年的行業(yè)經(jīng)驗，主要為Adobe、Microsoft、Google和Autodesk優(yōu)化代碼性能。

圖書目錄

foreword
preface
acknowledgments
about the authors
1 why cuda ? why now?
1.1 chapter objectives
1.2 the age of parau. el. processing
1.3 the rise of gpu computing
1.4 cuda
1.5 applications of cuda
1.6 chapter review
2 getting started
3.1 chapter objectives
2.2 deve!.opment environment
2.3 chapter review
3 introduction to cuda c
3.1 chapter objectives
3.2 a first program
3.3 querying devices
3.4 using device properties
3.5 chapter review
4 parallel programming in cuda c
4.1 chapter objectives
4.2 cuda para[tel programming
4.3 chapter review
5 thread cooperation
5.1 chapter objectives
5.2 splitting parallel blocks
5.3 shared memory and synchronization
5.4 chapter review
6 constant memory and events
6.1 chapter objectives
6.2 constant memory
6.3 measuring performance with events
6.4 chapter review
7 texture memory
7.1 chapter objectives
7.2 texture memory overview
7.3 simulating heat transfer
7.4 chapter review
8 graphics interoperability
8.1 chapter objectives
8.2 graphics interoperation
8.3 gpu ripple with graphics interoperability
8.4 heat transfer with graphics interop
8.5 directx interoperability
8.6 chapter' review
9 atomics
9.1 chapter objectives
9.2 compute capability
9.3 atomic operations overview
9.4computing histograms
9.5 chapter review
10 streams
10.1 chapter objectives
10.2 page-locked host memory
10.3 cuda streams
10.4 using a single cuda stream
10.5 using multipte cuda streams
10.6 gpu work scheduling
10.7 using multiple cuda streams effectively
10.8 chapter review
11 cuda c on multiple gpus
11.1 chapter objectives
11.2 zero-copy host memory
11.3 using multiple gpus
11.4 portable pinned memory
11.5 chapter review
12 the final countdown
12.1 chapter objectives
12.2 cuda tools
12.3 written resources
12.4 code resources
12.5 chapter review
a advanced atomics
a.1 dot product revisited
a.2 impl. ementing a hash tabte
a.3 appendix review
index