网站颜色:

197680|现货包邮GPU高性能编程CUDA实战/快速编写高性能CUDA软件 计算机组织与体系结构并行应用程序开发计算架构书籍[特色图书].

  • 产品名称:GPU高性能编程CUDA实战
  • 书名:GPU高性能编程CUDA实战
  • 作者:(美)桑德斯
  • 译者:聂雪军等
  • 定价:39.00元
  • 书名:GPU高性能编程CUDA实战
  • 开本:16开
  • 是否是套装:否
  • 出版社名称:机械工业出版社

欢乐逛海报

本店所售图书均为正版书籍

6
书名: 【正版】GPU高性能编程CUDA实战(详述CUDA开发的方方面面,快速编写高性能CUDA软件)[图书]|197680
图书定价: (咨询特价)
图书作者: (美)Jason Sanders;Edward Kandrot
出版社: 机械工业出版社
出版日期: 2011-01-01
ISBN号: 9787111326793
开本: 16开
页数: 201
版次: 1-1
作者简介


作者:(美国)桑德斯(Jason Sanders) (美国)Edward Kandrot 译者:聂雪军 等
桑德斯(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平台小组的高级软件工程师。他在代码性能优化方面拥有20多年的工作经验,他曾经在Adobe公司Microsoft公司以及Autodesk公司等工作过。
内容简介
UDA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。《GPU高性能编程CUDA实战》首先介绍了CUDA架构的应用背景,并给出了如何配置CUDA C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CUDA C的基本语法和使用模式。通过学习本书,读者可以清楚了解CUDA C中每个功能的适用场合,并编写出高性能的CUDA软件。
《GPU高性能编程CUDA实战》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。
目录
译者序

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
1.3 GPU计算的崛起
1.4 CUDA
1.5 CUDA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
4.2 CUDA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
8.5 DirectX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
10.3 CUDA流
10.4 使用单个CUDA流
10.5 使用多个CUDA流
10.6 GPU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
12.2 CUDA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
编辑推荐

《GPU高性能编程CUDA实战》由机械工业出版社出版。
本书介绍了如何利用计算机中图形处理器(Graphics Process Unit, GPU)的强大计算功能来编写各种高性能的应用软件。虽然GPU的设计初衷是用于在显示器上渲染计算机图形(现在仍然主要用于这个目的),但在科学计算、工程、金融以及其他领域中,人们开始越来越多地使用GPU。我们将解决非图形领域中的问题的GPU程序统称为通用GPU程序。值得高兴的是,虽然你需要具备C或者C++的知识才能充分理解本书的内容,但却不需要具备计算机图形学的知识。任何图形学的基础都不要!GPU编程只是使你进一步增强现有的编程技术。 在NVIDIA GPU上编写程序来完成通用计算任务之前,你需要知道什么是CUDA。NVIDIA GPU是基于CUDA架构而构建的。你可以将CUDA架构视为NVIDIA构建GPU的模尸其中GPU既可以完成传统的图形渲染任务,又可以完成通用计算任务。要在CUDA GPU上编程,我们需要使用CUDA C语言。在本书前面的内容中可以看惮CUDA C本质上是对C进行了一些扩展,输能够在像NVIDIA GPU这样的大规模并行机器上进行编程。 我们为经验丰富的C或者C++程序员编写了本书,这些程序员通常较为熟悉C语言,因此能很轻松地阅读或者编写C代码。本书不仅将进一步增强你的C语言编程能力,而且还能作为使用NVIDIA的CUDA C编程语言的一本快速入门书籍。你既不需要具备任何在大规模软件架构上工作的经验,也不需要有编写过C编译器或者操作系统内核的经历,此外也无需了解ANSI C标准的细枝末节。本书并没有花时间来回顾C语言的语法或者常用的C库函数,例如malloc或者memcpy,我们假设你对这些概念已经非常熟悉了。 虽然本书的目的并不是介绍通用的并行编程技术,但你在书中仍将学习到一些通用的并行编模式。此外,本书并不是一本详细介绍CUDA API的参考书,也不会详细介绍在开发CUDA C软件时可以使用的各种工具。因此,我们强烈建议将本书与NVIDIA的免费文档结合起来阅读,例如《NVIDIA CUDA Programming Guide》和《NVIDIA CUDA Best Practices Guide》等。然而,你不用费工夫去收集所有这些文档,因为我们将介绍你需要的所有内容。 不会费太多的周折,CUDA C编程领域欢迎你的到来!
..
6
热门设计服务