相关图书推荐
同类热销商品
您的浏览历史
GPU高性能运算之CUDA(china-pub 独家首发)
点击看大图
基本信息
- 作者： 张舒 褚艳利
- 出版社：中国水利水电出版社
- ISBN：9787508465432
- 上架时间：2009-10-21
- 出版日期：2009 年10月
- 开本：16开
- 页码：276
- 版次：1-1
- 所属分类：
计算机 > 计算机组织与体系结构 >
微处理器/CPU
编辑推荐
精选典型实用例程，详解CUDA使用细节.
重视理论结合实际，介绍并行程序设计方法..
深入分析硬件架构，提示模型与底层映射关系
精心总结优化经验，解析高性能编程技巧...
内容简介回到顶部↑
本书是全国第一本全面介绍CUDA软硬件体系架构的书籍。全面介绍使用CUDA进行通用计算所需要的语法、硬件架构、程序优化技巧等知识，是进行GPU通用计算程序开发的入门教材和参考书。.
本书共分5章。第1章介绍GPU通用计算的发展历程，介绍并行计算的历史、现状以及面临的问题；第2章介绍CUDA的使用方法，帮助读者理解CUDA的编程模型、存储器模型和执行模型，掌握CUDA程序的编写方法；第3章探讨CUDA硬件架构，深入分析Tesla GPU架构与CUDA通用计算的相互作用；第4章总结CUDA的高级优化方法，对任务划分、存储器访问、指令流效率等课题进行探讨；第5章以丰富的实例展示如何使用CUDA的强大性能解决实际问题。..
本书可作为CUDA的学习入门和编程参考书，主要面向从事高性能计算的程序员与工程师，使用GPU加速专业领域计算的科研人员，以及对GPU通用计算感兴趣的程序员。开设相关课程的高等院校与科研机构也可选用本书作为教材。...
本书共分5章。第1章介绍GPU通用计算的发展历程，介绍并行计算的历史、现状以及面临的问题；第2章介绍CUDA的使用方法，帮助读者理解CUDA的编程模型、存储器模型和执行模型，掌握CUDA程序的编写方法；第3章探讨CUDA硬件架构，深入分析Tesla GPU架构与CUDA通用计算的相互作用；第4章总结CUDA的高级优化方法，对任务划分、存储器访问、指令流效率等课题进行探讨；第5章以丰富的实例展示如何使用CUDA的强大性能解决实际问题。..
本书可作为CUDA的学习入门和编程参考书，主要面向从事高性能计算的程序员与工程师，使用GPU加速专业领域计算的科研人员，以及对GPU通用计算感兴趣的程序员。开设相关课程的高等院校与科研机构也可选用本书作为教材。...
作译者回到顶部↑
目录回到顶部↑
前言.
第1章 GPU通用计算 1
1.1 多核计算的发展 2
1.1.1 CPU多核并行 3
1.1.2 超级计算机、集群与分布式计算 4
1.1.3 CPU+GPU异构并行 5
1.2 GPU发展简介 8
1.2.1 GPU渲染流水线 8
1.2.2 着色器模型 10
1.2.3 NVIDIA GPU发展简介 11
1.3 从GPGPU到CUDA 12
1.3.1 传统GPGPU开发 12
1.3.2 CUDA开发 13
第2章 CUDA基础 14
2.1 CUDA编程模型 14
2.1.1 主机与设备 14
2.1.2 Kernel函数的定义与调用 15
2.1.3 线程结构 16
2.1.4 硬件映射 20
2.1.5 deviceQuery示例 22
第1章 GPU通用计算 1
1.1 多核计算的发展 2
1.1.1 CPU多核并行 3
1.1.2 超级计算机、集群与分布式计算 4
1.1.3 CPU+GPU异构并行 5
1.2 GPU发展简介 8
1.2.1 GPU渲染流水线 8
1.2.2 着色器模型 10
1.2.3 NVIDIA GPU发展简介 11
1.3 从GPGPU到CUDA 12
1.3.1 传统GPGPU开发 12
1.3.2 CUDA开发 13
第2章 CUDA基础 14
2.1 CUDA编程模型 14
2.1.1 主机与设备 14
2.1.2 Kernel函数的定义与调用 15
2.1.3 线程结构 16
2.1.4 硬件映射 20
2.1.5 deviceQuery示例 22
评论交流
共有16人开贴评论 50人参与评论 6人参与打分 查看
)
发表于：2009-11-3 22:57:00
GPU作为未来CPU的协处理器的趋势已经非常明显了 ，GPU非常擅长数据密集型的应用计算。CUDA是GPU在通用计算领域的一个API，虽然不具备开放性，还是作为学习和初级探索是足够了！本书可谓是中国CUDA第一书！
对于图形处理来说，未来的GPU一定是基于的Software Graphcis Pipeline编程的。当然，并不是所有程序员都有机会实现自己的软件流水线。而DX11的DirectCompute和CUDA也非常接近，CUDA2.x相当于前者的子集。所以学习CUDA对于图形处理中的Postprocessing的理解会更加深刻。这有助于提搞自己，从而成为最资深的图形工程师：〉
当然，GPU的研究有很多领域，比如：
* GPU Architecture（图形处理器体系结构）
* Graphics Algorithm（图形算法）
* GPGPU Programming （通用的图形处理器编程）
* Open Source Rendering Engine（开源渲染器）
* Open Source GPU Simulator/RTL Implement（开源GPU模拟器）
这本书讲述的CUDA主要聚焦在GPGPU编程领域，对GPU体系结构也作了些许介绍。如果对本书和GPGPU编程兴趣的可以来下面这个论坛看看：
http://www.opengpu.org/bbs/
OpenGPU Graphics Open Source community（图形开源社区）
本书的CUDA的官方QQ群是：48077444
对于图形处理来说，未来的GPU一定是基于的Software Graphcis Pipeline编程的。当然，并不是所有程序员都有机会实现自己的软件流水线。而DX11的DirectCompute和CUDA也非常接近，CUDA2.x相当于前者的子集。所以学习CUDA对于图形处理中的Postprocessing的理解会更加深刻。这有助于提搞自己，从而成为最资深的图形工程师：〉
当然，GPU的研究有很多领域，比如：
* GPU Architecture（图形处理器体系结构）
* Graphics Algorithm（图形算法）
* GPGPU Programming （通用的图形处理器编程）
* Open Source Rendering Engine（开源渲染器）
* Open Source GPU Simulator/RTL Implement（开源GPU模拟器）
这本书讲述的CUDA主要聚焦在GPGPU编程领域，对GPU体系结构也作了些许介绍。如果对本书和GPGPU编程兴趣的可以来下面这个论坛看看：
http://www.opengpu.org/bbs/
OpenGPU Graphics Open Source community（图形开源社区）
本书的CUDA的官方QQ群是：48077444
加载中...| 我要写评论 |
| 查看所有评论交流(共16条) |