CUDA Programming: A Developer's Guide to Parallel Computing with GPUsNewnes, 13 лист. 2012 р. - 576 стор. If you need to learn CUDA but don't have experience with parallel computing, CUDA Programming: A Developer's Introduction offers a detailed guide to CUDA with a grounding in parallel fundamentals. It starts by introducing CUDA and bringing you up to speed on GPU parallelism and hardware, then delving into CUDA installation. Chapters on core concepts including threads, blocks, grids, and memory focus on both parallel and CUDA-specific issues. Later, the book demonstrates CUDA in practice for optimizing applications, adjusting to new hardware, and solving common problems.
|
З цієї книги
Результати 1-5 із 59
Сторінка 27
Відображення вмісту сторінки заборонено.
Відображення вмісту сторінки заборонено.
Сторінка 28
Відображення вмісту сторінки заборонено.
Відображення вмісту сторінки заборонено.
Сторінка 49
Відображення вмісту сторінки заборонено.
Відображення вмісту сторінки заборонено.
Сторінка 50
Відображення вмісту сторінки заборонено.
Відображення вмісту сторінки заборонено.
Сторінка 94
Відображення вмісту сторінки заборонено.
Відображення вмісту сторінки заборонено.
Зміст
Chapter 1 A Short History of Supercomputing | 1 |
Chapter 2 Understanding Parallelism with GPUs | 21 |
Chapter 3 CUDA Hardware Overview | 37 |
Chapter 4 Setting Up CUDA | 53 |
Chapter 5 Grids Blocks and Threads | 69 |
Chapter 6 Memory Handling with CUDA | 107 |
Chapter 7 Using CUDA in Practice | 203 |
Chapter 8 MultiCPU and MultiGPU Solutions | 267 |
Chapter 9 Optimizing Your Application | 305 |
Chapter 10 Libraries and SDK | 441 |
Chapter 11 Designing GPUBased Systems | 503 |
Chapter 12 Common Problems Causes and Solutions | 527 |
565 | |
Інші видання - Показати все
CUDA Programming: A Developer's Guide to Parallel Computing with GPUs Shane Cook Обмежений попередній перегляд - 2012 |
Загальні терміни та фрази
__global__ void 256 threads algorithm allocate application array atomic operations Bank blockDim.x blockIdx.x bytes calculation clock coalesced compiler compute 2.x const int const u32 constant memory copy CPU cores CUDA CUDA cores dataset device elements example execution Fermi Figure function GB/s GeForce GTX 470:GMEM global memory GMEM hardware host memory ID:0 GeForce GTX InfiniBand instruction issue iteration Kepler kernel L1 cache latency Linux look loop memory access memory bandwidth memory fetch merge sort multiple GPUs node num_elem number of blocks number of threads NVIDIA OpenMP optimization output Parallel Nsight parameter PCI-E PCI-E bus performance pointer prefix sum problem processor radix sort registers result serial server shared memory SIMD simply single SP SP SP speedup stream synchronization Tesla threadIdx.x threads per block transfer typically uint4 unsigned int usage version is faster warp write þ¼