《GPU高性能运算之CUDA》勘误表

最新推荐文章于 2017-03-08 19:35:14 发布

iJuliet

最新推荐文章于 2017-03-08 19:35:14 发布

阅读量6.2k

点赞数

分类专栏： GPU/CUDA/OpenCL C/C++ 文章标签： cuda stream nvidia cuda float output 优化

本文链接：https://blog.csdn.net/ijuliet/article/details/4841370

版权

GPU/CUDA/OpenCL 同时被 2 个专栏收录

12 篇文章 2 订阅

订阅专栏

C/C++

8 篇文章 0 订阅

订阅专栏

这是我们《GPU高性能运算之CUDA》一书的勘误表，多谢读者朋友的反馈与分享~~

1. 前言中的致谢部分：

讨论群中的陈国峰、

修改为：

讨论群中的刘伟峰、刘国峰、

2. 前言中的致谢部分：

以及 NVIDIA 深圳有限公司的 Terrence Hong, Jerry Zhou, Jonny Qiu, Blues Yu, Jerry Jia, Donaven Chen, Sandy Zou 等同事的支持；

修改为：

以及 NVIDIA 深圳有限公司的 Terence horng, Jerry Zhou, Johnny Qiu, Blues Yu, Jerry Jia, Donovan Chen, Sandy Zou 等同事的支持；

3. 第 3 页

现代 CPU 的分支预测正确率已经达到了 99% 以上

修改为：

现代 CPU 的分支预测正确率已经达到了 95% 以上

4. 第 19 页代码中的：

"s_data[128] = A[bid *128 　＋ tid]"

修改为：

"s_data[tid] = A[bid *128 　＋ tid]"

5. 第 30 页

“整个 grid 中最多也只能定义 65535 个 block"

修改为：

“整个 grid 中最多能定义 65535 * 65535 个 block"

” Db.x 和 Db.y 最大值为 512 ， Db.z 最大为 4 “

修改为：

"Db.x 和 Db.y 最大值为 512 ， Db.z 最大为 64"

6. 第 32 页

gridDim 。 grid dimension ，用于说明整个网格的维度与尺寸，与 host 端 <<< >>> 中的 Ng 相对应； gridDim.x ， gridDim.y 分别与 Ng.x,Ng.y 相等

修改为：

gridDim 。 grid dimension ，用于说明整个网格的维度与尺寸，与 host 端 <<< >>> 中的 Dg 相对应； gridDim.x ， gridDim.y 分别与 Dg.x,Dg.y 相等

blockDim 。 block Dimension ，用于说明每个 block 的维度与尺寸，与 host 端 <<<>>> 中的 Nb 对应； blockDim.x, blockDim.y, blockDim.z 分别与 Nb.x, Nb.y, Nb.z 相等。

应为：

blockDim 。 block Dimension ，用于说明每个 block 的维度与尺寸，与 host 端 <<< >>> 中的 Db 对应； blockDim.x ， blockDim.y ， blockDim.z 分别与 Db.x ， Db.y ， Db.z 相等。

7. 第 31 页图 2-8

右边的 block 标号应为 (1,0)

见附件图

图2-8，图2-17

8. 第 44 页图 2-17

右边的 block 标号应为 (1,0)

见附件图

9. 第 66 页

“ output[y * width + x] = tex2D[tex, tu, ty];”

修改为：

“ output[y * width + x] = tex2D[texRef, tu, ty];”

10. 第 72 页

执行 __thradfence_block() 、 __threadfence() 或 __syncthreads() ，

修改为：

执行 __threadfence() 、 __threadfence_block() 、或 __syncthreads() ，

11. 第 80 页

cudaStreamDestroy(&stream[i]);

修改为：

cudaStreamDestroy(stream[i]);

12. 第 81 页

For (int i = 0; i < 2; ++i)

cudamemcpyasync(inputdevptr + i * size, hostptr + i * size,size, cudamemcpyhosttodevice, stream);

For (int i = 0; i < 2; ++i)

mykernel<<<100, 512, 0, stream>>>(outputdevptr + i * size, inputdevptr + i * size, size);

For (int i = 0; i < 2; ++i)

cudamemcpyasync(hostptr + i * size, outputdevptr + i * size,size, cudamemcpydevicetohost, stream);

Cudathreadsynchronize();

修改为：

for (int i = 0; i < 2; ++i)

cudamemcpyasync(inputdevptr + i * size/sizeof(float), hostptr + i * size/sizeof(float) ,size, cudamemcpyhosttodevice, stream);

for (int i = 0; i < 2; ++i)

mykernel<<<100, 512, 0, stream>>>(outputdevptr + i * size, inputdevptr + i * size, size);

For (int i = 0; i < 2; ++i)

cudamemcpyasync(hostptr + i * size/sizeof(float), outputdevptr + i * size/sizeof(float),size, cudamemcpydevicetohost, stream);

Cudathreadsynchronize();

13. 第 133 页

关于增加 active block 和 active warp 数量优化程序性能的讨论，请见本书 4.6.2 、 4.6.3 和 4.6.4 节。

修改为：

关于增加 active block 和 active warp 数量优化程序性能的讨论，请见本书 4.3.2 节。

14. 第 137 页

对图 3-10 的修改

图 3-10 双发射时序示意图（不代表实际实现）

15. 第 197 页

“如果⊙为 .. ”

修改为：

“如果⊕为 .. ”

16. 第 238 页规则添加里的第（ 3 ）条

（ 3 ）重启 VS 环境。

修改为：

（ 3 ）在工程名上右键，选择 custom build rules->Find Existing ，选中 cuda.rules ，点击 ok 。

17. 作者简介

张舒， 电子科技大学信息与通信工程专业硕士，现任 NVIDIA 深圳有限公司系统设计验证工程师， CUDA 技术顾问。曾实现基于 CUDA 的神经网络、聚类分析、主分量分析等模式识别算法，以及信号仿真、密码破解、字符串匹配等应用。

褚艳利， 西安电子科技大学计算机系硕士在读，从事高性能计算、模型验证、软件测试与自演化技术的研发工作，喜欢并精于算法设计与数据结构，多次参加 ACM/ICPC 程序设计大赛与数模竞赛。 CUDA 编程及优化经验丰富， GPU 高性能计算技术推广者。

赵开勇， 本科毕业于北京理工大学飞行器总体设计专业，曾任 CCUR( 美国并行计算机公司 ) 亚太区技术支持，现就读于香港浸会大学计算机系，主要从事高性能计算与网络编码技术的研究。在 CSDN 论坛中担任 CUDA 和高性能计算两个板块的大版主，积极推广高性能计算。同时担任浪潮集团 GPU 高性能开发顾问，提供各种应用的 GPU 高性能计算解决方案。任 2009 年 Nvidia CUDA 校园程序设计大赛评委。 http://www.hpctech.com 网站创始人之一。

张钰勃， 长期从事数值计算，计算流体力学，计算机图形学及可视化等领域的研究，拥有丰富的 GPU 并行计算经验。曾在浙江大学 CAD&CG 国家重点实验室参与国家 973 研究项目并在国内外会议期刊发表多篇优秀论文。本科与硕士分别毕业于浙江大学数学系和香港浸会大学数学系，现于加州大学戴维斯分校攻读计算机博士学位。