CUDA范例精解 pdf epub mobi txt 电子书 下载 2024
☆☆☆☆☆
简体网页||
繁体网页
(美)山德尔//康洛特
清华大学
2010-10
290
39.00元
9787302239956
图书标签:
CUDA
计算机
GPU
编程
计算机科学
并行计算
有电子版
Programming
喜欢 CUDA范例精解 的读者还喜欢
下载链接在页面底部
点击这里下载
立刻按 ctrl+D收藏本页
你会得到大惊喜!!
发表于2024-12-23
CUDA范例精解 epub 下载 mobi 下载 pdf 下载 txt 电子书 下载 2024
CUDA范例精解 epub 下载 mobi 下载 pdf 下载 txt 电子书 下载 2024
CUDA范例精解 pdf epub mobi txt 电子书 下载 2024
图书描述
《CUDA范例精解:通用GPU编程(影印版)》内容简介:CUDA是设计用于帮助开发并行程序的计算体系结构。通过与广泛的软件平台相结合,cuda体系结构使程序员可以充分利用图形处理单元(gpu)的强大能力构建高性能的应用程序。当然,gpu已经在很长时间内用于实现复杂的图形和游戏应用程序。现在,cuda将这种极具价值的资源带给在其他领域内从事应用程序开发的程序员,包括科学、工程和财务领域。这些程序员完全不需要了解图形编程的相关知识,而只要能够采用适当扩展的c语言版本进行编程即可。
《CUDA范例精解:通用GPU编程(影印版)》由cuda软件平台团队中的两位资深成员编写而成,他们向程序员展示了如何使用这种新的技术,并且通过大量可以运行的示例介绍了cuda开发的每个领域。在简要介绍cuda平台和体系结构以及快速指导cudac之后,本书详细介绍了与每个关键的cuda功能相关的技术,以及如何权衡使用这些功能。通过阅读本书,您将掌握使用每个cudac扩展的时机以及编写性能极为优越的cuda软件的方式。
CUDA范例精解 下载 mobi epub pdf txt 电子书
著者简介
山德尔(Jason Sanders)是NVIDIA公司CUDA平台团队中的资深软件工程师,他协助开发了早期版本的CUDA系统软件,并且帮助制定了作为异构计算的行业标准的OpenCL 1.0规范。Jason也在ATI Technologies、Apple和Novell担任相关职务。
康洛特(Edward Kandrot)是NVIDIA公司CUDA算法团队中的资深软件工程师,他拥有超过20年的行业经验,主要为Adobe、Microsoft、Google和Autodesk优化代码性能。
图书目录
ForewordPrefaceAcknowledgmentsAbout the Authors1 WHY CUDA? WHY NOW? 1.1 Chapter Objectives 1.2 The Age of Parallel Processing 1.2.1 Central Processing Units 1.3 The Rise of GPU Computing 1.3.1 A Brief History of GPUs 1.3.2 Early GPU Computing 1.4 CUDA 1.4.1 What Is theCUDAArchitecture? 1.4.2 Using the CUDAArchitecture 1.5 Applications of CUDA 1.5.1 Medical- Imaging 1.5.2 ComputationatFl-uid Dynamics 1.5.3 Environmental- Science 1.6 Chapter Review2 GETTING STARTED 2.1 Chapter Objectives 2.2 Devetopment Environment 2.2.1 CUDA-Enabled Graphics Processors 2.2.2 NVlDIA Device Driver 2.2.3 CUDA Development Toolkit 2.2.4 Standard C Compiler 2.3 Chapter Review3 INTRODUCTION TO CUBA C 3.1 Chapter Objectives 3.2 A First Program 3.2.1 Hetlo, Wortd! 3.2.2 A Kernet Catl 3.2.3 Passing Parameters 3.3 Querying Devices 3.4 Using Device Properties 3.5 Chapter Review4 PARALLEL PROGRAMMING IN CUDA C 4.1 Chapter Objectives 4.2 CUBA Parattel Programming 4.2.1 Summing Vectors 4.2.2 A Fun Exampte 4.3 Chapter Review5 THREAD COOPERATION 5.1 Chapter Objectives 5.2 Splitting Paraltel Blocks 5.2.1 Vector Sums: Redux 5.2.2 GPU Ripple Using Threads 5.3 Shared Memory and Synchronization 5.3.1 Dot Product 5.3.2 Dot Product Optimized lIncorrectLyl 5.3.3 Shared Memory Bitmap 5.4 Chapter Review6 CONSTANT MEMORY AND EVENTS 6.1 Chapter Objectives 6.2 Constant Memory 6.2.1 RayTracing Introduction 6.2.2 Ray Tracing on the GPU 6.2.3 Ray Tracing with Constant Memory 6.2.4 Performance with Constant Memory 6.3 Measuring Performance with Events 6.3.1 Measuring Ray Tracer Performance 6.4 Chapter Review7 TEXTURE MEMORY 7.1 Chapter Objectives 7.2 Texture Memory Overview 7.3 Simulating Heat Transfer 7.3.1 Simple Heating Model 7.3.2 Computing Temperature Updates 7.3.3 Animating the Simulation 7.3.4 Using Texture Memory 7.3.5 Using Two-Dimensional Texture Memory 7.4 Chapter Review8 GRAPHICS INTEROPERABILITY 8.1 Chapter Objectives 8.2 Graphics Interoperation 8.3 GPU Ripple with Graphics Interoperability 8.3.1 The GPUAnimBitmap Structure 8.3.2 GPU Ripple Redux 8.4 Heat Transfer with Graphics Interop 8.5 DirectX Interoperability 8.6 Chapter Review9 ATOHICS 9.1 Chapter Objectives 9.2 Compute Capability 9.2.1 The Compute Capability of NVIDIA GPUs 9.2.2 Compiling for a Minimum Compute Capability 9.3 Atomic Operations Overview 9.4 Computing Histograms 9.4.1 CPU Histogram Computation 9.4.2 GPU Histogram Computation 9.5 Chapter Review10 STREAMS 10.1 Chapter Objectives 10.2 Page-Locked Host Memory 10.3 CUDA Streams 10.4 Using a Single CUDA Stream 10.5 Using Muitipte CUDA Streams 10.6 GPU Work Scheduting 10.7 Using Muttipte CUDA Streams Effectivety 10.8 Chapter Review11 CUDA C ON MULTIPLE GPUS 11.1 Chapter Objectives 11.2 Zero-Copy Host Memory 11.2.1 Zero-Copy Dot Product 11.2.2 Zero-Copy Performance 11.3 Using Multiple GPUs 11.4 Portable Pinned Memory 11.5 Chapter Review12 THE FINAL COUNTDOWN 12.1 Chapter Objectives 12.2 CUDA Toots 12.2.1 CUDA Tootkit 12.2.2 CUFFT 12.2.3 CUBLAS 12.2.4 NVlDIAGPU ComputingSDK 12.2.5 NVIDIA Performance Primitives 12.2.6 Debugging CUDAC 12.2.7 CUDAVisual Profiler 12.3 Written Resources 12.3.1 Programming Massively Parallel Processors:A Hands-On Approach 12.3.2 CUDA U 12.3.3 NVIDIA Forums 12.4 Code Resources 12.4.1 CUDA Data Parallel Primitives Library 12.4.2 CULAtools 12.4.3 Language Wrappers 12.5 Chapter ReviewA ADVANCED ATOMICS A.1 Dot Product Revisited A.I.1 Atomic Locks A.I.2 Dot Product Redux:Atomic Locks A.2 Implementing a Hash Table A.2.1 Hash Table Overview A.2.2 ACPU HashTable A.2.3 Multithreaded Hash Table A.2.4 AGPU Hash Table A.2.5 Hash Table Performance A.3 Appendix ReviewIndex
· · · · · · (
收起)
CUDA范例精解 pdf epub mobi txt 电子书 下载
用户评价
评分
☆☆☆☆☆
为数不多的几本介绍CUDA程序设计的书,还是写的不够深入浅出,将就着看吧
评分
☆☆☆☆☆
为数不多的几本介绍CUDA程序设计的书,还是写的不够深入浅出,将就着看吧
评分
☆☆☆☆☆
为数不多的几本介绍CUDA程序设计的书,还是写的不够深入浅出,将就着看吧
评分
☆☆☆☆☆
为数不多的几本介绍CUDA程序设计的书,还是写的不够深入浅出,将就着看吧
评分
☆☆☆☆☆
为数不多的几本介绍CUDA程序设计的书,还是写的不够深入浅出,将就着看吧
读后感
评分
☆☆☆☆☆
这本书就是一个很基础的介绍吧,算是个比较好的入门 如果真想深入一些就算了,其实还不如把best c practice guide看一遍呢... 评论太短了 那就多说一点吧
评分
☆☆☆☆☆
各大网站均没有卖的了,哪位读者有这本书不用的,转手给我吧~请联系qq1107454785,谢谢 各大网站均没有卖的了,哪位读者有这本书不用的,转手给我吧~请联系qq1107454785,谢谢 各大网站均没有卖的了,哪位读者有这本书不用的,转手给我吧~请联系qq1107454785,谢谢
评分
☆☆☆☆☆
因为视觉方面的一个优化问题需要实时,求解的时候需要用到GPU加速,参考的库是COCOLIB,因此需要简单学习一下CUDA编程。 此书作为一本新手的入门书(之前没有接触过GPU编程的人)非常合适,我花了10个小时的时间阅读中文译版,对于有疑问的地方则对照英文版,由于只是单纯使用...
评分
☆☆☆☆☆
GPU高性能编程CUDA实战 [平装] ~ 桑德斯(Jason Sanders) (作者), Edward Kandrot (作者), 聂雪军 (译者), 等 (译者) 哪里有賣的?網店或是實體店都可以?
评分
☆☆☆☆☆
非常好,原版是10年07月出的。 amazon.com打折之后是26.66刀。 运输时间超过20天,我也不清楚关税怎么算。 清华大学出版社立功了,当当下才31块钱 作为一个CUDA编程的书籍,比樟树和开勇那本书更加基础。 更加易学。
类似图书 点击查看全场最低价
CUDA范例精解 pdf epub mobi txt 电子书 下载 2024