图书介绍

高性能计算技术丛书 CUDA高性能并行计算PDF|Epub|txt|kindle电子书版本网盘下载

高性能计算技术丛书 CUDA高性能并行计算
  • （美）杜安·斯托尔蒂（Duane Storti），梅特·尤尔托卢著；苏统华，项文成，李松泽，姚宇鹏，孙博文译 著
  • 出版社： 北京：机械工业出版社
  • ISBN：9787111557494
  • 出版时间：2017
  • 标注页数：256页
  • 文件大小：27MB
  • 文件页数：266页
  • 主题词：计算机图形学

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：7b55f890d255e3fcd30cc0c32036cb05

下载说明

高性能计算技术丛书 CUDA高性能并行计算PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第0章 本书导读1

0.1什么是CUDA1

0.2学习CUDA的“须知”2

0.3本书的读者对象3

0.4学习CUDA的必备3

0.5本书的组织结构4

0.6本书体例5

0.7本书代码6

0.8用户指南7

0.9历史沿革8

参考文献9

第1章 起步10

1.1运行CUDA样例程序10

1.1.1在Windows下运行CUDA样例程序11

1.1.2在Linux下运行CUDA样例程序13

1.1.3估计“加速效果”13

1.2运行我们自己的串行程序14

1.2.1 dist v1应用15

1.2.2 dist v2应用16

1.3本章小结18

1.4推荐项目18

第2章 CUDA基础知识19

2.1 CUDA并行模式19

2.2需要知道的CUDA API和C语言拓展21

2.3本章小结23

2.4推荐项目23

参考文献24

第3章 从循环到网格25

3.1并行化dist v125

3.2并行化dist v229

3.3标准操作流程33

3.4简化操作流程33

3.4.1统一内存和托管数组34

3.4.2使用cudaMallocManaged（）实现的距离应用34

3.5本章小结36

3.6推荐项目37

参考文献38

第4章 二维网格与交互式图形39

4.1启动二维计算网格40

4.1.1二维内核启动的语法41

4.1.2定义二维内核41

4.1.3 dist 2d43

4.2通过图形交互实时显示45

4.3 stability应用程序54

4.4本章小结62

4.5推荐项目62

参考文献62

第5章 模板与共享内存64

5.1线程间依赖64

5.2一维网格上的导数计算66

5.2.1实现dd_ ld_ global66

5.2.2实现dd ld shared69

5.2.3解决二维拉普拉斯方程：heat 2d72

5.2.4图像边缘锐化：sharpen83

5.3本章小结96

5.4推荐项目97

参考文献98

第6章 归约与原子操作99

6.1全局交互的线程99

6.2实现parallel dot100

6.3计算整体属性：centroid_2d106

6.4本章小结113

6.5推荐项目113

参考文献114

第7章 三维数据交互115

7.1计算三维网格数据：dist 3d117

7.2查看三维数据并与之交互：vis 3d119

7.2.1切片法121

7.2.2体绘制法124

7.2.3光线投射法124

7.2.4创建vis 3d应用126

7.3本章小结139

7.4推荐项目139

参考文献140

第8章 CUDA函数库实践141

8.1自定义的与现有的141

8.2 Thrust库143

8.2.1使用inner product（）计算向量的模144

8.2.2使用transform（）计算距离147

8.2.3使用generate（）、transform（）以及reduce（）对π的值进行估计151

8.3 cuRAND库156

8.4 NPP库158

8.4.1 sharpen_ npp159

8.4.2更多使用NPP进行的图像处理操作163

8.5线性代数中的cuSOLVER和cuBLAS实践166

8.6 cuDNN库170

8.7 ArrayFire库171

8.8本章小结171

8.9推荐项目171

参考文献172

第9章 探索CUDA生态系统174

9.1主要资源的权威列表174

9.1.1 CUDA空间174

9.1.2其他的主要网络资源175

9.1.3在线课程176

9.1.4 CUDA书籍176

9.2更多资源179

9.2.1 CUDA样例179

9.2.2 CUDA语言和库179

9.2.3更多的CUDA书籍179

9.3本章小结180

9.4推荐项目180

附录A硬件设置182

附录B软件设置189

附录C C语言编程须知201

附录D CUDA实践技巧：计时、性能分析、错误处理与调试229

热门推荐