电子教材-GPU高性能运算之CUDA

作者简介张舒，电子科技大学信息与通信工程专业硕士，现任NvIDIA深圳有限公司系统设计验证工程师，CUDA 技术顾问。曾实现基于 CUDA 的神经网络、聚类分析、主分量分析等模式识别算法，以及信号仿真、密码破解、字符串匹配等应用。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，揭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。本书简介 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。目录前言第1章 GPU 通用计算 1.1 多核计算的发展 1.1.1 CPU多核并行 1.1.2 超级计算机、集群与分布式计算 1.1.3 CPU+GPU 异构并行 1.2 GPU发展简介 1.2.1 GPU渲染流水线 1.2.2 着色器模型 1.2.3 NVIDIA GPU发展简介 1.3 从GPGPU到CUDA 1.3.1 传统GPGPU开发 1.3.2 CUDA 开发第2章 CUDA 基础 2.1 CUDA编程模型 2.1.1 主机与设备 2.1.2 Kernel函数的定义与调用 2.1.3 线程结构 2.1.4 硬件映射 2.1.5 deviceQuery示例 2.1.6 matrixAssign示例 2.2 CUDA软件体系 2.2.1 CUDA C语言 2.2.2 nvcc编译器 2.2.3 运行时APl与驱动APl 2.2.4 CUDA 函数库 2.3 CUDA存储器模型 2.3.1 寄存器 2.3.2 局部存储器 2.3.3 共享存储器 2.3.4 全局存储器 2.3 5 主机端内存 2.3.6 主机端页锁定内存 2.3.7 常数存储器 2.3.8 纹理存储器 2.4 CUDA通信机制 2.4.1 同步函数 2.4.2 Volatile关键字 2.4.3 ATOM 操作 2.4.4 VOTE操作 2.5 异步并行执行 2.5.1 流 2.5.2 事件 2.6 CUDA与图形学 APl互操作 2.6.1 CUDA 与OpenGL 的互操作 2.6.2 CUDA 与Direct3D 互操作 2.7 多设备与设备集群 2.7.1 CUDA设备控制 2.7.2 CUDA 与openMP 2.7.3 CUDA 与集群第3章 CUDA 硬件架构 3.1 NVIDIA 显卡构造简介 3.1.1 图形显卡概览 3.1.2 PCIE总线 3.1.3 显存 3.1.4 GPU芯片 3.2 Tesla图形与计算架构 3.2.1 SPATPC SM 3.2.2 主流GPU 架构 3.3 Tesla通用计算模型 3.3.1 数据与指令的加载 3.3.2 warp指令的发射与执行 3.3.3 纹理、渲染和存储器流水线第4章 CUDA 程序的优化 4.1 CUDA程序优化概述 4.2 测量程序运行时间 4.2.1 设备端测时 4.2.2 主机端测时 4.3 任务划分 第5章 综合应用附录A 安装、配置、编译及调试附录B 常见问题与解答附录C 技术规范附录D C扩展附录E 数学函数附录F 纹理拾取附录G 着色器模型下载后 点击此处查看更多内容