檢視 CUDA并行编程实战的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://www0.kfzimg.com/sw/kfz-cos/kfzimg/affdfaed/151aa8a918702863_s.jpg width="250"></center>
<small>[https://search.kongfz.com/product/?dataType=0&keyword=CUDA%E5%B9%B6%E8%A1%8C%E7%BC%96%E7%A8%8B%E5%AE%9E%E6%88%98&page=1 来自 孔夫子旧书网 的图片]</small>
|}

《'''CUDA并行编程实战'''》，安索奇 著，出版社： 机械工业出版社。

==内容简介==

本书是一本深入浅出的CUDA编程实践指南。由CUDA[[编程]]领域的资深专家撰写，主要介绍使用C++对NVIDIA GPU进行编程，覆盖了GPU内核与硬件、并行思维与编程<ref>[https://www.sohu.com/a/844469292_120991886 学习编程的乐趣与挑战：从目标设定到实践探索的全面指南 ]，搜狐，2025-01-02 </ref>、warp和协作组、并行模板、纹理、蒙特卡罗应用等内容，旨在帮助读者快速掌握CUDA编程的核心技能。书中详细介绍了CUDA的基本概念、架构和编程模型，并通过丰富的实战案例和详细解析，指导读者如何编写、优化和调试CUDA程序。本书注重理论与实践相结合，旨在培养读者解决实际问题的能力。无论读者是初学者还是有一定经验的开发者，都能从本书中获益。掌握CUDA编程技能将为读者的职业发展增添重要竞争力，助力读者在科学研究、工程开发、数据分析等领域中脱颖而出。

==目录==

译者序

前言

第1章　GPU内核与[[硬件]]介绍1

1.1?背景1

1.2?第一个CUDA示例2

1.3?CPU架构9

1.4?CPU的计算能力10

1.5?CPU内存管理：利用缓存隐藏延迟11

1.6?CPU：并行指令集13

1.7?GPU架构13

1.7.1?回顾历史13

1.7.2　NVIDIA的GPU型号14

1.8?Pascal架构14

1.9?GPU内存类型16

1.10?warp和wave17

1.11?线程块与[[网格]]18

1.12　占用率19

第1章尾注20

第2章　并行思维与编程21

2.1?Flynn分类法21

2.2　内核函数调用语法28

2.3　启动三维内核函数29

2.4　延迟隐藏和占用率35

2.5　并行模式36

2.6　并行归约37

2.7　共享内存48

2.8　矩阵<ref>[https://www.sohu.com/a/716088911_348129 矩阵究竟是什么]，搜狐，2023-09-17 </ref>乘法51

2.9　分块矩阵乘法58

2.10　BLAS62

第2章尾注66

第3章　warp和协作组68

3.1　协作组中的CUDA对象71

3.2　分块分区75

3.3　[[向量]]加载81

3.4　warp级内部函数和子warp84

3.5　线程分歧和同步85

3.6　避免死锁87

3.7　协同组91

3.8　HPC特性97

第3章尾注98

第4章　并行模板100

4.1　二维模板100

4.2　二维模板的级联计算112

4.3　三维模板116

4.4　数字图像处理119

4.5　Sobel滤波器127

4.6　中值[[滤波器]]127

第4章尾注132

第5章　纹理133

5.1　图像插值134

5.2　GPU纹理135

5.3　图像旋转137

5.4　lerp函数138

5.5　纹理硬件141

......

==参考文献==
[[Category:040 類書總論；百科全書總論]]