《CUDA高性能并行计算》----导读

目　录

[第0章　本书导读
0.1　什么是CUDA](https://yq.aliyun.com/articles/90038)
0.2　学习CUDA的“须知”
0.3　本书的读者对象
0.4　学习CUDA的必备
0.5　本书的组织结构
0.6　本书体例
0.7　本书代码
0.8　用户指南
[0.9　历史沿革
参考文献](https://yq.aliyun.com/articles/90059)
[第1章　起步
1.1　运行CUDA样例程序
1.1.1　在Windows下运行CUDA样例程序
1.1.2　在Linux下运行CUDA样例程序
1.1.3　估计“加速效果”](https://yq.aliyun.com/articles/89954)
[1.2　运行我们自己的串行程序
1.2.1　dist_v1应用
1.2.2　dist_v2应用](https://yq.aliyun.com/articles/89962)
1.3　本章小结
1.4　推荐项目
[第2章　CUDA基础知识
2.1　CUDA并行模式 ](https://yq.aliyun.com/articles/89976)
2.2　需要知道的CUDA API和C语言拓展
2.3　本章小结
[2.4　推荐项目
参考文献](https://yq.aliyun.com/articles/89986)
[第3章　从循环到网格
3.1　并行化 dist_v](https://yq.aliyun.com/articles/90003)
3.2　并行化dist_v
3.3　标准操作流程
[3.4　简化操作流程
3.4.1　统一内存和托管数组
3.4.2　使用cudaMallocManaged()实现的距离应用](https://yq.aliyun.com/articles/90024/)
3.5　本章小结
[3.6　推荐项目
参考文献](https://yq.aliyun.com/articles/90032)
第4章　二维网格与交互式图形
4.1　启动二维计算网格
4.1.1　二维内核启动的语法
4.1.2　定义二维内核
4.1.3　dist_2d
4.2　通过图形交互实时显示
4.3　stability应用程序
4.4　本章小结
4.5　推荐项目
参考文献
第5章　模板与共享内存
5.1　线程间依赖
5.2　一维网格上的导数计算
5.2.1　实现dd_ld_global
5.2.2　实现dd_ld_shared
5.2.3　解决二维拉普拉斯方程：heat_2d
5.2.4　图像边缘锐化：sharpen
5.3　本章小结
5.4　推荐项目
参考文献
第6章　归约与原子操作
6.1　全局交互的线程
6.2　实现parallel_dot
6.3　计算整体属性：centroid_2d
6.4　本章小结
6.5　推荐项目
参考文献
第7章　三维数据交互
7.1　计算三维网格数据：dist_3d
7.2　查看三维数据并与之交互：vis_3d
7.2.1　切片法
7.2.2　体绘制法
7.2.3　光线投射法
7.2.4　创建vis_3d应用
7.3　本章小结
7.4　推荐项目
参考文献
第8章　CUDA函数库实践
8.1　自定义的与现有的
8.2　Thrust库
8.2.1　使用inner_product()计算向量的模
8.2.2　使用transform()计算距离
8.2.3　使用generate()、transform()以及reduce()对的值进行估计
8.3　cuRAND库
8.4　NPP库
8.4.1　sharpen_npp
8.4.2　更多使用NPP进行的图像处理操作
8.5　线性代数中的cuSOLVER和cuBLAS实践
8.6　cuDNN库
8.7　ArrayFire库
8.8　本章小结
8.9　推荐项目
参考文献
第9章　探索CUDA生态系统
9.1　主要资源的权威列表
9.1.1　CUDA空间
9.1.2　其他的主要网络资源
9.1.3　在线课程
9.1.4　CUDA书籍
9.2　更多资源
9.2.1　CUDA样例
9.2.2　CUDA语言和库
9.2.3　更多的CUDA书籍
9.3　本章小结
9.4　推荐项目
附录A　硬件设置
附录B　软件设置
附录C　C语言编程须知
附录D　CUDA实践技巧：计时、性能分析、错误处理与调试