大规模并行处理器编程实战【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

大规模并行处理器编程实战PDF格式电子书版下载

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

第1章 引言1

1.1 GPU与并行计算机2

1.2 现代GPU的体系结构7

1.3 为什么需要更高的速度和并行化8

1.4 并行编程语言与模型11

1.5 综合目标12

1.6 本书的组织结构13

第2章 GPU计算的发展历程17

2.1 图形流水线的发展18

2.1.1 固定功能的图形流水线时代18

2.1.2 可编程实时图形流水线的发展21

2.1.3 图形与计算结合的处理器23

2.1.4 GPU：一个中间步骤25

2.2 GPU计算26

2.2.1 可扩展的GPU27

2.2.2 发展近况27

2.3 未来发展趋势28

第3章 CUDA简介31

3.1 数据并行性32

3.2 CUDA的程序结构33

3.3 矩阵乘法示例34

3.4 设备存储器与数据传输37

3.5 kernel函数与线程41

3.6 小结45

3.6.1 函数声明45

3.6.2 启动kernel函数46

3.6.3 预定义变量46

3.6.4 运行时API46

第4章 CUDA线程49

4.1 CUDA线程组织结构50

4.2 使用blockIdx和threadIdx54

4.3 同步与透明可扩展性58

4.4 线程分配59

4.5 线程调度和容许延时60

4.6 小结62

4.7 习题63

第5章 CUDA存储器模型65

5.1 存储器访问效率的重要性66

5.2 CUDA设备存储器的类型67

5.3 减少全局存储器流量的策略70

5.4 存储器——限制并行性的一个因素76

5.5 小结77

5.6 习题78

第6章 性能优化79

6.1 更多关于线程执行的问题80

6.2 全局存储器的带宽86

6.3 SM资源的动态划分93

6.4 数据预取95

6.5 指令混合97

6.6 线程粒度98

6.7 可度量的性能和小结99

6.8 习题100

第7章 浮点运算105

7.1 浮点格式106

7.1.1 M的规范化表示106

7.1.2 E的余码表示107

7.2 能表示的数109

7.3 特殊的位模式与精度113

7.4 算术运算的准确度和舍入114

7.5 算法的优化114

7.6 小结115

7.7 习题116

第8章 应用案例研究：高级MRI重构117

8.1 应用背景118

8.2 迭代重构120

8.3 计算FHd123

8.4 最终评估139

8.5 习题142

第9章 应用案例研究：分子可视化和分析143

9.1 应用背景144

9.2 kernel函数简单的实现方案145

9.3 指令执行效率149

9.4 存储器合并151

9.5 附加性能比较154

9.6 采用多GPU156

9.7 习题157

第10章 并行编程和计算思想159

10.1 并行编程的目标160

10.2 问题分解161

10.3 算法选择163

10.4 计算思想168

10.5 习题169

第11章 OpenCL简介171

11.1 背景172

11.2 数据并行性模型173

11.3 设备的体系结构175

11.4 kernel函数176

11.5 设备管理和启动kernel177

11.6 OpenCL中的静电势图谱179

11.7 小结183

11.8 习题184

第12章 结论与展望185

12.1 重申目标186

12.2 存储器体系结构的演变187

12.2.1 大型虚拟和物理地址空间187

12.2.2 统一的设备存储空间188

12.2.3 可配置的缓存和暂时存储器188

12.2.4 提高原子操作的速度189

12.2.5 提高全局存储器的访问速度189

12.3 kernel函数执行控制过程的演变190

12.3.1 kernel函数内部的函数调用190

12.3.2 kernel函数中的异常处理190

12.3.3 多个kernel函数的同步执行191

12.3.4 可中断的kernel函数191

12.4 内核的性能191

12.4.1 精度的速度191

12.4.2 提高控制流的效率192

12.5 编程环境192

12.6 美好前景193

附录A 矩阵乘法主机版的源代码195

附录B GPU的计算能力207