-
神奇的逻辑思维游戏书 5-13岁提升孩子逻辑思维训练
¥22.50
-
正面管教 修订版 如何不惩罚不娇纵有效管教孩子 育儿百科 最温柔的教养 樊登 早教书
¥19.00
-
一本书读懂中国茶
¥24.90
-
中国国家地理：最好的时光在路上
¥24.90
-
正面管教儿童行为心理学
¥19.00
-
正面管教男孩100招（养育男孩全书）父母的语言话术
¥18.00
-
陪孩子度过7～9岁叛逆期（7-9岁关键养育 叛逆不是孩子的错 男孩女孩自驱型成长）
¥16.30
-
女生呵护指南
¥39.00
-
西尔斯怀孕百科
¥41.50
-
协和医院专家教你吃对不生病：糖尿病吃什么宜忌速查
¥14.90
- 商品名称：CUDA专家手册：GPU编程权威指南
- 商品编号：11533367
CUDA入门相对比较容易。也许只需寥寥几个小时的学习，你就可以开始编写支持CUDA的程序，初窥GPU加速的魅力。但是要修炼成为榨取GPU处理能力的高级CUDA工程师，却并非易事。你需要了解并行计算的基本理论，需要研究CPU/GPU的硬件架构，需要熟悉CUDA的软件抽象架构和工具，需要掌握必要的领域知识，等等。目前，可以助你入门的CUDA书籍和教程为数不少，但在利用CUDA来深度榨取GPU潜力方面，仍几乎空白。
本书为深度优化CUDA程序性能提供了全方位的指导。乍看起来，本书只是一本参考手册。不错，它确实基于英伟达官方CUDA参考手册的很多内容。然而它又不单单是一本传统意义上的手册，它比较全面地介绍了CUDA的高级编程特性，是该领域难得的权威参考书。全书高屋建瓴而又简明扼要。作者从繁芜的文献资源中提炼并予以升华形成独到的总结。对很多复杂的主题，能够举重若轻；在很多关键的问题上，给大家一种豁然开朗之感。很多精辟论述是市面上任何一本GPU书籍所缺失的。译者在阅读本书时，亦为作者在技术和语言上的双重驾驭能力所折服。
本书作者Wilt从事GPU底层开发逾20年，功力深厚。在CUDA诞生之前，从事了8年Direct3D的开发；在英伟达供职的8年间，参与了CUDA的开发，实现了多数CUDA的抽象机制；从事GPU云产品的开发。作者根据自身多年的经验积淀，对CUDA编程模型进行了深入浅出的介绍，并结合四个典型应用场合，完美诠释了它们的具体用法和优化过程。得益于本书的启发，我们研究组基于CUDA的文字识别算法得到194X的加速，使我们能够抢在其他竞争者之前，取得2013年手写汉字识别竞赛的两项冠军。很多时候，速度意味着胜利！
本书的技术深度和欲覆盖的读者层面，决定了本书翻译工作的难度。本书的翻译持续了一年之久，期间得到过很多人的帮助。除了本书列出的四位译者外，还有5位译者参与了本书的初稿翻译：韦振良参与了第2章和第7章，李硕参与了第4章和第6章，李松泽参与了第10章，孙黎参与了第14章，胡光龙参与了第15章。其中，与光龙是在参加第一届英伟达认证工程师的考试途中相遇，我们一起迷了路、一起考试过关、一起分享CUDA技术点滴，又一起在本书的翻译期间进行合作，谢谢光龙的友谊和无私帮助。在本书译文统稿之后，我们努力想找到合适的CUDA专家为我们把关。如果没有英伟达公司的侯宇涛经理，这可能会变成无法完成的任务。感谢侯经理为我们推荐了最优秀的技术审校专家，帮我们邀请了高性能计算开发技术中国区经理王鹏博士为本译作写序并选定本译作在全国推广。感谢英伟达高性能计算部门的专家王泽寰和赖俊杰，即使在春节期间，他们也在为改进本书的译稿质量而绞尽脑汁。如果没有泽寰和赖经理的审校，原书的内容恐难以尽可能原汁原味地展现。王鹏经理特意为本书作了推荐序，其中浓缩了他多年的CUDA性能优化经验；非常感谢，您真的做到了"读者最需要什么，您就写点什么"的宗旨。最后，还要特别感谢机械工业出版社的编辑团队，他们做了大量卓有成效的工作，是本书的幕后英雄。
本书的翻译，还得到了多项项目的资助，在此一并致谢。国家自然科学基金（资助号：61203260）、黑龙江省科研启动基金（资助号：LBH-Q13066）、哈尔滨工业大学科研创新基金（资助号：HITNSRIF2015083）对本书的翻译提供了部分资助。另外，哈尔滨工业大学创新实验课《CUDA高性能并行程序设计》、黑龙江省教育厅高等教育教学改革项目（资助号：JG2013010224）、哈尔滨工业大学研究生教育教学改革研究项目（资助号：JCJS-201309）也对本书的翻译提供了大力支持。
很多时候，翻译技术书籍是件吃力不讨好的事情。即使是最有资格的译者，也一定无法免受被读者指责的境遇。对读者负责，对CUDA教学推广负责，是我和我的团队始终铭记的准则。我们很享受翻译本书的过程，也很愿意承担因我们的水平和疏忽所招致的批评。文中可能存在的任何翻译问题，都是我们的责任。
并行计算是计算的未来。希望本书的翻译可以帮助你让并行计算与大数据成功联姻，并享用由此带来的前所未有的新鲜体验。愿你的CUDA探索之旅愉快！
苏统华
哈尔滨工业大学软件学院
本书详细讨论CUDA的硬件和软件，包括CUDA 5.0和开普勒架构的新特性。每个CUDA开发人员，不论新手还是高手，都可以在这里找到感兴趣的内容并即时上手。新晋的CUDA开发者将理解硬件如何处理命令以及驱动程序如何检查状态；更有经验者，将会在驱动程序API、上下文迁移以及如何让CPU/GPU有效率地进行数据交换和同步等骨灰级的主题上得到指导。
本书所附的开源代码有25000多行，欢迎开发者自由重用。
本书不仅是专业手册，也是实用代码大全。全书分为以下三个部分：
第一部分是基础知识概述，对支持CUDA的硬件和软件进行高屋建瓴的描述。
第二部分是CUDA编程细节，对CUDA进行全方位的描述，包括内存，流和事件，执行模型（包括动态并行特性以及CUDA 5.0和SM 3.5的新特性），流处理器簇（包括SM 3.5的所有功能介绍），多GPU编程，纹理操作。这部分附带的源代码作为可重用的验证型代码和演示型代码，旨在展示特殊的硬件特性或强调特定的应用方法。
第三部分是案例剖析，深入分析精选的CUDA应用场景以及关键的并行算法，包括流式负载、归约、扫描（并行前缀求和）、N-体问题和图像处理，这些算法全方位涵盖各种CUDA应用场景。
Nicholas Wilt 拥有逾25年底层编程经验，他的技术兴趣跨越多个领域，包括工业机器视觉、图形处理和底层多媒体软件开发等。作为英伟达公司CUDA首席架构师，他见证了CUDA从无到有的整个过程，设计并实现了多数CUDA的底层抽象机制。在加入英伟达公司之前，他曾在微软公司担任Direct3D 5.0和6.0产品的开发组组长，完成了Windows桌面管理器的原型开发，并在此期间开展了早期GPU计算的工作。目前，Wilt先生任职于亚马逊公司，从事与GPU产品相关的云计算技术。
译者简介
苏统华，博士，英伟达中国首批CUDA官方认证工程师，哈尔滨工业大学英伟达教学中心负责人，主要研究领域包括大规模并行计算、模式识别、物联网智能信息处理、智能媒体交互与计算等。2013年，其所开发的CUDA识别算法，在文档分析和识别国际会议（ICDAR’2013）上获得手写汉字识别竞赛的双料冠军。另外，他在手写汉字识别领域建立了里程碑式工作，论文他引约300次；他所建立的HIT-MW库，为全世界100多家科研院所采用；目前负责国家自然科学基金项目2项。著有英文专著《Chinese Handwriting Recognition: An Algorithmic Perspective》（德国施普林格出版社），CUDA相关译作2本（机械工业出版社）。现任哈尔滨工业大学软件学院高级讲师、硕士生导师。
马培军，教授、博士生导师、哈尔滨工业大学软件学院院长。20余年行业经验，经验十分丰富。曾游学日本，获日本琦玉大学计算机应用专业硕士和博士学位，并在日本佳能集团工作多年。主要研究方向包括：航天软件工程、智能信息处理与信息融合、图像处理与识别、嵌入式系统仿真等。主持或参加多项国家自然科学基金、国家863项目、国防基础科研和国际合作项目，获省部级二等奖2项，软件著作权3项，申请发明专利2项，在国内外期刊和会议上发表论文100余篇。现任哈尔滨工业大学计算机科学与技术学院航天软件工程研究中心主任、中国宇航学会计算机应用专业委员会委员、日本计算机服务公司IT教育顾问。
中文版序
推荐序
译者序
前 言
第一部分 基础知识
第1章 简介
1.1 方法
1.2 代码
1.2.1 验证型代码
1.2.2 演示型代码
1.2.3 探究型代码
1.3 资源
1.3.1 开源代码
1.3.2 CUDA专家手册库（chLib）
1.3.3 编码风格
1.3.4 CUDA SDK
1.4 结构
第2章 硬件架构
2.1 CPU配置
2.1.1 前端总线
2.1.2 对称处理器簇
2.1.3 非一致内存访问（NUMA）
2.1.4 集成的PCIe
2.2 集成GPU
2.3 多GPU
2.4 CUDA中的地址空间
2.4.1 虚拟寻址简史
2.4.2 不相交的地址空间
2.4.3 映射锁页内存
2.4.4 可分享锁页内存
2.4.5 统一寻址
2.4.6 点对点映射
2.5 CPU/GPU交互
2.5.1 锁页主机内存和命令缓冲区
2.5.2 CPU/GPU并发
2.5.3 主机接口和内部GPU同步
2.5.4 GPU间同步
2.6 GPU架构
2.6.1 综述
2.6.2 流处理器簇
2.7 延伸阅读
第3章 软件架构
3.1 软件层
3.1.1 CUDA运行时和驱动程序
3.1.2 驱动程序模型
3.1.3 nvcc、PTX和微码
3.2 设备与初始化
3.2.1 设备数量
3.2.2 设备属性
3.2.3 无CUDA支持情况
3.3 上下文
3.3.1 生命周期与作用域
3.3.2 资源预分配
3.3.3 地址空间
3.3.4 当前上下文栈
3.3.5 上下文状态
3.4 模块与函数
3.5 内核（函数）
3.6 设备内存
3.7 流与事件
3.7.1 软件流水线
3.7.2 流回调
3.7.3 NULL流
3.7.4 事件
3.8 主机内存
3.8.1 锁页主机内存
3.8.2 可分享的锁页内存
3.8.3 映射锁页内存
3.8.4 主机内存注册
3.9 CUDA数组与纹理操作
3.9.1 纹理引用
3.9.2 表面引用
3.10 图形互操作性
3.11 CUDA运行时与CUDA驱动程序API
第4章 软件环境
4.1 nvcc--CUDA编译器驱动程序
4.2 ptxas--PTX汇编工具
4.3 cuobjdump
4.4 nvidia-smi
4.5 亚马逊Web服务
4.5.1 命令行工具
4.5.2 EC2和虚拟化
4.5.3 密钥对
4.5.4 可用区域（AZ）和地理区域
4.5.5 S3
4.5.6 EBS
4.5.7 AMI
4.5.8 EC2上的Linux
4.5.9 EC2上的Windows
第二部分 CUDA编程
第5章 内存
5.1 主机内存
5.1.1 分配锁页内存
5.1.2 可共享锁页内存
5.1.3 映射锁页内存
5.1.4 写结合锁页内存
5.1.5 注册锁页内存
5.1.6 锁页内存与统一虚拟寻址
5.1.7 映射锁页内存用法
5.1.8 NUMA、线程亲和性与锁页内存
5.2 全局内存
5.2.1 指针
5.2.2 动态内存分配
5.2.3 查询全局内存数量
5.2.4 静态内存分配
5.2.5 内存初始化API
5.2.6 指针查询
5.2.7 点对点内存访问
5.2.8 读写全局内存
5.2.9 合并限制
5.2.10 验证实验：内存峰值带宽
5.2.11 原子操作
5.2.12 全局内存的纹理操作
5.2.13 ECC（纠错码）
5.3 常量内存
5.3.1 主机与设备常量内存
5.3.2 访问常量内存
5.4 本地内存
5.5 纹理内存
5.6 共享内存
5.6.1 不定大小共享内存声明
5.6.2 束同步编码
5.6.3 共享内存的指针
5.7 内存复制
5.7.1 同步内存复制与异步内存复制
5.7.2 统一虚拟寻址
5.7.3 CUDA运行时
5.7.4 驱动程序API
第6章 流与事件
6.1 CPU/GPU的并发：隐藏驱动程序开销
6.2 异步的内存复制
6.2.1 异步的内存复制：主机端到设备端
6.2.2 异步内存复制：设备端到主机端
6.2.3 NULL流和并发中断
6.3 CUDA事件：CPU/GPU同步
6.3.1 阻塞事件
6.3.2 查询
6.4 CUDA事件：计时
6.5 并发复制和内核处理
6.5.1 concurrencyMemcpyKernel.cu
6.5.2 性能结果
6.5.3 中断引擎间的并发性
6.6 映射锁页内存
6.7 并发内核处理
6.8 GPU/GPU同步：cudaStreamWaitEvent()
6.9 源代码参考
第7章 内核执行
7.1 概况
7.2 语法
7.2.1 局限性
7.2.2 高速缓存和一致性
7.2.3 异步与错误处理
7.2.4 超时
7.2.5 本地内存
7.2.6 共享内存
7.3 线程块、线程、线程束、束内线程
7.3.1 线程块网格
7.3.2 执行保证
7.3.3 线程块与线程ID
7.4 占用率
7.5 动态并行
7.5.1 作用域和同步
7.5.2 内存模型
7.5.3 流与事件
7.5.4 错误处理
7.5.5 编译和链接
7.5.6 资源管理
7.5.7 小结
第8章 流处理器簇
8.1 内存
8.1.1 寄存器
8.1.2 本地内存
8.1.3 全局内存
8.1.4 常量内存
8.1.5 共享内存
8.1.6 栅栏和一致性
8.2 整型支持
8.2.1 乘法
8.2.2 其他操作（位操作）
8.2.3 漏斗移位（SM 3.5）
8.3 浮点支持
8.3.1 格式
8.3.2 单精度（32位）
8.3.3 双精度（64位）
8.3.4 半精度（16位）
8.3.5 案例分析：float到half的转换
8.3.6 数学函数库
8.3.7 延伸阅读
8.4 条件代码
8.4.1 断定
8.4.2 分支与汇聚
8.4.3 特殊情况：最小值、最大值和绝对值
8.5 纹理与表面操作
8.6 其他指令
8.6.1 线程束级原语
8.6.2 线程块级原语
8.6.3 性能计数器
8.6.4 视频指令
8.6.5 特殊寄存器
8.7 指令集
第9章 多GPU
9.1 概述
9.2 点对点机制
9.2.1 点对点内存复制
9.2.2 点对点寻址
9.3 UVA：从地址推断设备
9.4 多GPU间同步
9.5 单线程多GPU方案
9.5.1 当前上下文栈
9.5.2 N-体问题
9.6 多线程多GPU方案
第10章 纹理操作
10.1 简介
10.2 纹理内存
10.2.1 设备内存
10.2.2 CUDA数组与块的线性寻址
10.2.3 设备内存与CUDA数组对比
10.3 一维纹理操作
10.4 纹理作为数据读取方式
10.4.1 增加有效地址范围
10.4.2 主机内存纹理操作
10.5 使用非归一化坐标的纹理操作
10.6 使用归一化坐标的纹理操作
10.7 一维表面内存的读写
10.8 二维纹理操作
10.9 二维纹理操作：避免复制
10.9.1 设备内存上的二维纹理操作
10.9.2 二维表面内存的读写
10.10 三维纹理操作
10.11 分层纹理
10.11.1 一维分层纹理
10.11.2 二维分层纹理
10.12 最优线程块大小选择以及性能
10.13 纹理操作快速参考
10.13.1 硬件能力
10.13.2 CUDA运行时
10.13.3 驱动API
第三部分 实例
第11章 流式负载
11.1 设备内存
11.2 异步内存复制
11.3 流
11.4 映射锁页内存
11.5 性能评价与本章小结
第12章 归约算法
12.1 概述
12.2 两遍归约
12.3 单遍归约
12.4 使用原子操作的归约
12.5 任意线程块大小的归约
12.6 适应任意数据类型的归约
12.7 基于断定的归约
12.8 基于洗牌指令的线程束归约
第13章 扫描算法
13.1 定义与变形
13.2 概述
13.3 扫描和电路设计
13.4 CUDA实现
13.4.1 先扫描再扇出
13.4.2 先归约再扫描（递归）
13.4.3 先归约再扫描（两阶段）
13.5 线程束扫描
13.5.1 零填充
13.5.2 带模板的版本
13.5.3 线程束洗牌
13.5.4 指令数对比
13.6 流压缩
13.7 参考文献（并行扫描算法）
13.8 延伸阅读（并行前缀求和电路）
第14章 N-体问题
14.1 概述
14.2 简单实现
14.3 基于共享内存实现
14.4 基于常量内存实现
14.5 基于线程束洗牌实现
14.6 多GPU及其扩展性
14.7 CPU的优化
14.8 小结
14.9 参考文献与延伸阅读
第15章 图像处理的归一化相关系数计算
15.1 概述
15.2 简单的纹理实现
15.3 常量内存中的模板
15.4 共享内存中的图像
15.5 进一步优化
15.5.1 基于流处理器簇的实现代码
15.5.2 循环展开
15.6 源代码
15.7 性能评价
15.8 延伸阅读
附录A CUDA专家手册库
术语表
沪公网安备 31010402003631号
