前言
第一章 GPU通用計算
1.1 多核計算的發展
1.1.1 CPU多核並行
1.1.2 超級計算機、集群與分布式計算
1.1.3 CPU+GPU異構並行
1.2 GPU發展簡介
1.2.1 GPU渲染流水綫
1.2.2 著色器模型
1.2.3 NVIDIA GPU發展簡介
1.3 從GPGPU到CUDA
1.3.1 傳統GPGPU開發
1.3.2 CUDA開發
第2章 CUDA基礎
2.1 CUDA編程模型
2.1.1 主機與設備
2.1.2 Kernel函數的定義與調用
2.1.3 綫程結構
2.1.4 硬件映射
2.1.5 deviceQuery示例
2.1.6 matrixAssign示例
2.2 CUDA軟件體係
2.2.1 CUDA C語言
2.2.2 nvcc編譯器
2.2.3 運行時APl與驅動APl
2.2.4 CUDA函數庫
2.3 CUDA存儲器模型
2.3.1 寄存器
2.3.2 局部存儲器
2.3.3 共享存儲器
2.3.4 全局存儲器
2.3 5 主機端內存
2.3.6 主機端頁鎖定內存
2.3.7 常數存儲器
2.3.8 紋理存儲器
2.4 CUDA通信機製
2.4.1 同步函數
2.4.2 Volatile關鍵字
2.4.3 ATOM操作
2.4.4 VOTE操作
2.5 異步並行執行
2.5.1 流
2.5.2 事件
2.6 CUDA與圖形學APl互操作
2.6.1 CUDA與OpenGL的互操作
2.6.2 CUDA與Direct3D互操作
2.7 多設備與設備集群
2.7.1 CUDA設備控製
2.7.2 CUDA與openMP
2.7.3 CUDA與集群
第3章 CUDA硬件架構
3.1 NVIDIA顯卡構造簡介
3.1.1 圖形顯卡概覽
3.1.2 PCI—E總綫
3.1.3 顯存
3.1.4 GPU芯片
3.2 Tesla圖形與計算架構
3.2.1 SPA—TPC—SM
3.2.2 主流GPU架構
3.3 Tesla通用計算模型
3.3.1 數據與指令的加載
3.3.2 warp指令的發射與執行
3.3.3 紋理、渲染和存儲器流水綫
第4章 CUDA程序的優化
4.1 CUDA程序優化概述
4.2 測量程序運行時間
4.2.1 設備端測時
4.2.2 主機端測時
4.3 任務劃分
……
第5章 綜閤應用
附錄A 安裝、配置、編譯及調試
附錄B 常見問題與解答
附錄C 技術規範
附錄D C擴展
附錄E 數學函數
附錄F 紋理拾取
附錄G 著色器模型
· · · · · · (收起)