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。

作品目录

译者序

序

前言

致谢

作者简介

第1章 为什么需要CUDA 1

1.1 本章目标 2

1.2 并行处理的历史 2

1.3 GPU计算的崛起 3

1.4 CUDA 5

1.5 CUDA的应用 6

1.6 本章小结 8

第2章 入门 9

2.1 本章目标 10

2.2 开发环境 10

2.3 本章小结 14

第3章 CUDA C简介 15

3.1 本章目标 16

3.2 第一个程序 16

3.3 查询设备 20

3.4 设备属性的使用 23

3.5 本章小结 24

第4章 CUDA C并行编程 26

4.1 本章目标 27

4.2 CUDA并行编程 27

4.3 本章小结 41

第5章 线程协作 42

5.1 本章目标 43

5.2 并行线程块的分解 43

5.3 共享内存和同步 54

5.4 本章小结 68

第6章 常量内存与事件 69

6.1 本章目标 70

6.2 常量内存 70

6.3 使用事件来测量性能 78

6.4 本章小结 83

第7章 纹理内存 84

7.1 本章目标 85

7.2 纹理内存简介 85

7.3 热传导模拟 86

7.4 本章小结 101

第8章 图形互操作性 102

8.1 本章目标 103

8.2 图形互操作 103

8.3 基于图形互操作性的GPU波纹示例 108

8.4 基于图形互操作性的热传导 113

8.5 DirectX互操作性 118

8.6 本章小结 118

第9章 原子性 119

9.1 本章目标 120

9.2 计算功能集 120

9.3 原子操作简介 122

9.4 计算直方图 124

9.5 本章小结 133

第10章 流 134

10.1 本章目标 135

10.2 页锁定主机内存 135

10.3 CUDA流 139

10.4 使用单个CUDA流 140

10.5 使用多个CUDA流 144

10.6 GPU的工作调度机制 149

10.7 高效地使用多个CUDA流 151

10.8 本章小结 152

第11章 多GPU系统上的CUDA C 154

11.1 本章目标 155

11.2 零拷贝主机内存 155

11.3 使用多个GPU 162

11.4 可移动的固定内存 166

11.5 本章小结 170

第12章 后记 171

12.1 本章目标 172

12.2 CUDA工具 172

12.3 参考资料 176

12.4 代码资源 178

12.5 本章小结 179

附录 高级原子操作 180