CUDA範例精解 pdf epub mobi txt 電子書 下載 2024
☆☆☆☆☆
簡體網頁||
繁體網頁
(美)山德爾//康洛特
清華大學
2010-10
290
39.00元
9787302239956
圖書標籤:
CUDA
計算機
GPU
編程
計算機科學
並行計算
有電子版
Programming
喜歡 CUDA範例精解 的讀者還喜歡
下載链接在页面底部
點擊這裡下載
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!
发表于2024-12-23
CUDA範例精解 epub 下載 mobi 下載 pdf 下載 txt 電子書 下載 2024
CUDA範例精解 epub 下載 mobi 下載 pdf 下載 txt 電子書 下載 2024
CUDA範例精解 pdf epub mobi txt 電子書 下載 2024
圖書描述
《CUDA範例精解:通用GPU編程(影印版)》內容簡介:CUDA是設計用於幫助開發並行程序的計算體係結構。通過與廣泛的軟件平颱相結閤,cuda體係結構使程序員可以充分利用圖形處理單元(gpu)的強大能力構建高性能的應用程序。當然,gpu已經在很長時間內用於實現復雜的圖形和遊戲應用程序。現在,cuda將這種極具價值的資源帶給在其他領域內從事應用程序開發的程序員,包括科學、工程和財務領域。這些程序員完全不需要瞭解圖形編程的相關知識,而隻要能夠采用適當擴展的c語言版本進行編程即可。
《CUDA範例精解:通用GPU編程(影印版)》由cuda軟件平颱團隊中的兩位資深成員編寫而成,他們嚮程序員展示瞭如何使用這種新的技術,並且通過大量可以運行的示例介紹瞭cuda開發的每個領域。在簡要介紹cuda平颱和體係結構以及快速指導cudac之後,本書詳細介紹瞭與每個關鍵的cuda功能相關的技術,以及如何權衡使用這些功能。通過閱讀本書,您將掌握使用每個cudac擴展的時機以及編寫性能極為優越的cuda軟件的方式。
CUDA範例精解 下載 mobi epub pdf txt 電子書
著者簡介
山德爾(Jason Sanders)是NVIDIA公司CUDA平颱團隊中的資深軟件工程師,他協助開發瞭早期版本的CUDA係統軟件,並且幫助製定瞭作為異構計算的行業標準的OpenCL 1.0規範。Jason也在ATI Technologies、Apple和Novell擔任相關職務。
康洛特(Edward Kandrot)是NVIDIA公司CUDA算法團隊中的資深軟件工程師,他擁有超過20年的行業經驗,主要為Adobe、Microsoft、Google和Autodesk優化代碼性能。
圖書目錄
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範例精解 pdf epub mobi txt 電子書 下載
用戶評價
評分
☆☆☆☆☆
為數不多的幾本介紹CUDA程序設計的書,還是寫的不夠深入淺齣,將就著看吧
評分
☆☆☆☆☆
為數不多的幾本介紹CUDA程序設計的書,還是寫的不夠深入淺齣,將就著看吧
評分
☆☆☆☆☆
為數不多的幾本介紹CUDA程序設計的書,還是寫的不夠深入淺齣,將就著看吧
評分
☆☆☆☆☆
為數不多的幾本介紹CUDA程序設計的書,還是寫的不夠深入淺齣,將就著看吧
評分
☆☆☆☆☆
為數不多的幾本介紹CUDA程序設計的書,還是寫的不夠深入淺齣,將就著看吧
讀後感
評分
☆☆☆☆☆
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。
評分
☆☆☆☆☆
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。
評分
☆☆☆☆☆
这本书很浅。应付三流老师的课程还好,剩下就没大用了。 大规模并行最粗糙可以分两个方向,架构,并行算法。这本书丝毫没有提到GPU架构的问题。算法同样没有。用了整篇的书show你怎么写code。 详细的Intro确实是好,但读完这本书就觉得自己懂得CUDA了还远呢。译者翻译名字的...
評分
☆☆☆☆☆
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。
評分
☆☆☆☆☆
英文原版的价格我记得差不多是人民币价格直接乘个美元汇率,还不算卓越当当打折、海外运费,还有各种关税,所以这个影印本有多划算可想而知了。 内容比较浅显,虽然是英语的,但是高中正常毕业的应该都看得了,例子由浅入深,不愧是专家写的。 纸张和印刷都不错,双色印刷看...
類似圖書 點擊查看全場最低價
CUDA範例精解 pdf epub mobi txt 電子書 下載 2024