基于CUDA的GPU并行程序开发指南

　　《基于CUDA的GPU并行程序开发指南》旨在帮助读者了解与基于CUDA的GPU并行编程技术有关的基本概念，并掌握使用C语言进行GPU高性能编程的相关技巧。
　　《基于CUDA的GPU并行程序开发指南》共分为三部分，第一部分通过CPU多线程编程解释了并行计算，使得没有太多并行计算基础的读者也能毫无阻碍地入门CUDA；第二部分重点介绍了基于CUDA的GPU大规模并行程序的开发与实现，并通过大量的性能分析帮助读者理解如何开发一个好的GPU并行程序以及GPU架构对程序性能的影响：第三部分介绍了一些常用的CUDA库、OpenCL编程语言、其他GPU编程语言和API以及深度学习库cuDNN。
　　《基于CUDA的GPU并行程序开发指南》内容翔实、实例丰富，可作为高等院校相关专业高年级本科生和研究生课程的教材，也可作为计算机相关技术人员的参考书。

　　唐杰，博士，南京大学计算机科学与技术系副教授，主要研究高性能计算与并行处理技术，主持和参与国家科技重大专项、国家自然科学基金等十余项课题，在国内外学术会议和期刊上发表了50多篇论文，还参与编写了多部教材。
　　
　　托尔加·索亚塔（Tolga Soyata），纽约州立大学奥尔巴尼分校电气与计算机工程系副教授。主要教授大规模集成电路、GPU编程课程，曾担任罗切斯特大学CUDA教学中心和CUDA研究中心负责人。
　　Tolga Soyata，于1988年在伊斯坦布尔技术大学电子与通信工程系获得学士学位，1992年在美国马里兰州巴尔的摩的约翰·霍普金斯大学电气与计算机工程系（ECE）获得硕士学位，2000年在罗切斯特大学电气与计算机工程系获得博士学位。2000年至2015年间，他成立了一家IT外包和复印机销售／服务公司。在运营公司的同时，他重返学术界，在罗切斯特大学电气与计算机工程系担任研究员。之后，他成为助理教授，并一直担任电气与计算机工程系教职研究人员至2016年。在罗切斯特大学电气与计算机工程系任职期间，他指导了三名博士研究生。其中两人在他的指导下获得博士学位，另一位在他2016年加入纽约州立大学奥尔巴尼分校担任电气与计算机工程系副教授时留在了罗切斯特大学。Soyata的教学课程包括大规模集成电路、模拟电路以及使用FPGA和GPU进行并行编程。他的研究兴趣包括信息物理系统、数字健康和高性能医疗移动云计算系统等。
　　Tolga Soyata从2009年开始从事GPU编程的教学，当时他联系Nvidia将罗切斯特大学认证为CUDA教学中心（CTC）。在Nvidia将罗切斯特大学认证为教学中心后，他成为主要负责人。之后，Nvidia还将罗切斯特大学认证为CUDA研究中心（CRC），他也成为项目负责人。Tolga Soyata在罗切斯特大学担任这些计划的负责人直到他于2016年加入纽约州立大学奥尔巴尼分校。这些计划后来被Nvidia命名为GPU教育中心和GPU研究中心。在罗切斯特大学期间，他讲授了5年GPU编程和高级GPU项目开发课程，这些课程同时被列入电气与计算机工程系以及计算机科学与技术系的课程体系。自2016年加入纽约州立大学奥尔巴尼分校以来，他一直在讲授类似的课程。本书是他在两所大学讲授GPU课程的经验结晶。

译者序
前言
关于作者

第一部分 理解CPU的并行性
第1章 CPU并行编程概述
1．1 并行编程的演化
1．2 核心越多，并行性越高
1．3 核心与线程
1．3．1 并行化更多的是线程还是核心
1．3．2 核心资源共享的影响
1．3．3 内存资源共享的影响
1．4 第一个串行程序
1．4．1 理解数据传输速度
1．4．2 imflip．c中的main（）函数
1．4．3 垂直翻转行：FlipImageV（）
1．4．4 水平翻转列：FlipImageH（）
1．5 程序的编辑、编译、运行
1．5．1 选择编辑器和编译器
1．5．2 在Windows7、8、10平台上开发
1．5．3 在Mac平台上开发
1．5．4 在Unix平台上开发
1．6 Unix速成
1．6．1 与目录相关的Unix命令
1．6．2 与文件相关的Unix命令
1．7 调试程序
1．7．1 gdb
1．7．2 古典调试方法
1．7．3 valgrind
1．8 第一个串行程序的性能
1．8．1 可以估计执行时间吗
1．8．2 代码执行时OS在做什么
1．8．3 如何并行化
1．8．4 关于资源的思考
第2章 开发第一个CPU并行程序
2．1 第一个并行程序
2．1．1 imflipP．c中的main（）函数
2．1．2 运行时间
2．1．3 imflipP．c中main（）函数代码的划分
2．1．4 线程初始化
2．1．5 创建线程
2．1．6 线程启动／执行
2．1．7 线程终止（合并）
2．1．8 线程任务和数据划分
2．2 位图文件
2．2．1 BMP是一种无损／不压缩的文件格式
2．2．2 BMP图像文件格式
2．2．3 头文件ImageStuff．h
2．2．4 ImageStuffc中的图像操作函数
2．3 执行线程任务
2．3．1 启动线程
2．3．2 多线程垂直翻转函数MTFlipV（）
2．3．3 FlipImageV（）和MTFlipV（）的比较
2．3．4 多线程水平翻转函数MTFlipH（）
2．4 多线程代码的测试／计时
第3章 改进第-个CPU并行程序
……

第二部分 基于CUDA的GPU编程
第三部分 拓展知识

　　近10年来，随着大数据、深度学习等相关领域的发展，对计算能力的需求呈几何级数增长。与此同时，大规模集成电路的发展却受到功耗、散热、晶体管尺寸等客观因素的限制，难以继续维持摩尔定律。因此，人们逐渐把目光转向了并行系统。GPU自诞生之日起就是为计算机的图形图像渲染等大规模并行处理任务而服务的，因而越来越受到研究界和企业界的关注。随着CUDA等计算架构模型的出现，这一趋势更加明显。
　　CUDA（Compute Unified Device Architecture，统一计算设备架构）是Nvidia（英伟达）提出的并行计算架构，它可以结合CPU和GPU的优点，处理大规模的计算密集型任务。同时，它采用了基于C语言风格的语法，又将CPU端和GPU端的开发有效地集成到了同一环境中，对于大多数C程序员来说，使用十分方便，因而一经推出就迅速占领了GPU开发环境的市场。
　　然而，会写CUDA程序与会写好的CUDA程序相差甚远！
　　阻碍CUDA程序获得高性能的原因有很多。首先，GPU属于单指令多数据类型的并行计算，因而任务切分方式非常关键，既要充分挖掘线程级的并行性，也要充分利用流来实现任务级的并行。其次，GPU的存储类型和访问模式比CPU的要丰富得多，一个成功的CUDA程序要能充分利用不同类型的存储。再次，NvidiaGPU的架构还处于高速发展期，新一代GPU所推出的新功能也能够有效地提升计算效率。最后，万丈高楼平地起并不是CUDA开发的最佳方式，Nvidia和一些第三方机构都开发了很多基于CUDA的支撑库，利用好这些第三方库可以让你的开发过程事半功倍。
　　TolgaSoyata结合他10多年的CUDA教学经验以及与Nvidia多年合作的经历精心撰写了本书，针对上述问题进行了详细而生动的阐述。本书最独特的地方是它在第一部分中通过CPU多线程解释并行计算，使没有太多并行计算基础的读者也能毫无阻碍地进入CUDA天地。第二部分重点介绍了基于CUDA的GPU大规模并行程序的开发与实现。与现有的同类书籍相比，本书的特点是在多个NvidiaGPU平台（Fermi、Kepler、Maxwell和Pascal）上并行化，并进行性能分析，帮助读者理解GPU架构对程序性能的影响。第三部分介绍了一些重要的CUDA库，比如cuBLAS、cuFFT、NPP和Thrust（第12章）；OpenCL编程语言（第13章）；使用其他编程语言和API库进行GPU编程，包括Python、Metal、Swifi、OpenGL、OpenGLES、OpenCV和微软HLSL（第14章）；当下流行的深度学习库cuDNN（第15章）。
　　本书通过生动的类比、大量的代码和详细的解释向读者循序渐进地介绍了基于CUDA编程开发的GPU并行计算方法，内容丰富翔实，适合所有具备基本的C语言知识的程序员阅读，也适合作为GPU并行计算相关课程的教材。
　　在本书的翻译过程中得到了机械工业出版社华章公司朱捷先生的大力支持，在此表示由衷的感谢！
　　限于水平，翻译中难免有错误或不妥之处，真诚希望各位读者批评指正。