高性能计算技术丛书 CUDA高性能并行计算

封面 1
书名 2
版权 3
前言 4
目录 7
第0章 本书导读 10
0.1什么是CUDA 10
0.2学习CUDA的“须知” 11
0.3本书的读者对象 12
0.4学习CUDA的必备 12
0.5本书的组织结构 13
0.6本书体例 14
0.7本书代码 15
0.8用户指南 16
0.9历史沿革 17
参考文献 18
第1章 起步 19
1.1运行CUDA样例程序 19
1.1.1在Windows下运行CUDA样例程序 20
1.1.2在Linux下运行CUDA样例程序 22
1.1.3估计“加速效果” 22
1.2运行我们自己的串行程序 23
1.2.1 dist v1应用 24
1.2.2 dist v2应用 25
1.3本章小结 27
1.4推荐项目 27
第2章 CUDA基础知识 28
2.1 CUDA并行模式 28
2.2需要知道的CUDA API和C语言拓展 30
2.3本章小结 32
2.4推荐项目 32
参考文献 33
第3章 从循环到网格 34
3.1并行化dist v1 34
3.2并行化dist v2 38
3.3标准操作流程 42
3.4简化操作流程 42
3.4.1统一内存和托管数组 43
3.4.2使用cudaMallocManaged（）实现的距离应用 43
3.5本章小结 45
3.6推荐项目 46
参考文献 47
第4章 二维网格与交互式图形 48
4.1启动二维计算网格 49
4.1.1二维内核启动的语法 50
4.1.2定义二维内核 50
4.1.3 dist 2d 52
4.2通过图形交互实时显示 54
4.3 stability应用程序 63
4.4本章小结 71
4.5推荐项目 71
参考文献 71
第5章 模板与共享内存 73
5.1线程间依赖 73
5.2一维网格上的导数计算 75
5.2.1实现dd_ ld_ global 75
5.2.2实现dd ld shared 78
5.2.3解决二维拉普拉斯方程：heat 2d 81
5.2.4图像边缘锐化：sharpen 92
5.3本章小结 105
5.4推荐项目 106
参考文献 107
第6章 归约与原子操作 108
6.1全局交互的线程 108
6.2实现parallel dot 109
6.3计算整体属性：centroid_2d 115
6.4本章小结 122
6.5推荐项目 122
参考文献 123
第7章 三维数据交互 124
7.1计算三维网格数据：dist 3d 126
7.2查看三维数据并与之交互：vis 3d 128
7.2.1切片法 130
7.2.2体绘制法 133
7.2.3光线投射法 133
7.2.4创建vis 3d应用 135
7.3本章小结 148
7.4推荐项目 148
参考文献 149
第8章 CUDA函数库实践 150
8.1自定义的与现有的 150
8.2 Thrust库 152
8.2.1使用inner product（）计算向量的模 153
8.2.2使用transform（）计算距离 156
8.2.3使用generate（）、transform（）以及reduce（）对π的值进行估计 160
8.3 cuRAND库 165
8.4 NPP库 167
8.4.1 sharpen_ npp 168
8.4.2更多使用NPP进行的图像处理操作 172
8.5线性代数中的cuSOLVER和cuBLAS实践 175
8.6 cuDNN库 179
8.7 ArrayFire库 180
8.8本章小结 180
8.9推荐项目 180
参考文献 181
第9章 探索CUDA生态系统 183
9.1主要资源的权威列表 183
9.1.1 CUDA空间 183
9.1.2其他的主要网络资源 184
9.1.3在线课程 185
9.1.4 CUDA书籍 185
9.2更多资源 188
9.2.1 CUDA样例 188
9.2.2 CUDA语言和库 188
9.2.3更多的CUDA书籍 188
9.3本章小结 189
9.4推荐项目 189
附录A硬件设置 191
附录B软件设置 198
附录C C语言编程须知 210
附录D CUDA实践技巧：计时、性能分析、错误处理与调试 238
封底 266 1 (p1): 第0章 本书导读
1 (p1-1): 0.1什么是CUDA
2 (p1-2): 0.2学习CUDA的“须知”
3 (p1-3): 0.3本书的读者对象
3 (p1-4):…