دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب The CUDA Handbook: A Comprehensive Guide to GPU Programming
دانلود کتاب کتاب راهنمای CUDA: راهنمای جامع برنامه نویسی GPU
مشخصات کتاب
The CUDA Handbook: A Comprehensive Guide to GPU Programming
ویرایش:
نویسندگان: Nicholas Wilt
سری:
ISBN (شابک) : 9780133261509
ناشر: Addison-Wesley Professional
سال نشر: 2013
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 31 مگابایت
قیمت کتاب (تومان) : 57,000
در صورت تبدیل فایل کتاب The CUDA Handbook: A Comprehensive Guide to GPU Programming به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کتاب راهنمای CUDA: راهنمای جامع برنامه نویسی GPU نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب کتاب راهنمای CUDA: راهنمای جامع برنامه نویسی GPU
کتاب راهنمای CUDA از جایی شروع می شود که CUDA by Example (ادیسون-وسلی، 2011) پایان می یابد و سخت افزار و نرم افزار CUDA را با جزئیات بیشتری مورد بحث قرار می دهد و CUDA 5.0 و Kepler را پوشش می دهد. هر توسعه دهنده CUDA، از گاه به گاه تا پیچیده ترین، چیزی را در اینجا پیدا می کند که مورد علاقه و مفید واقع شود. توسعه دهندگان جدیدتر CUDA خواهند دید که سخت افزار چگونه دستورات را پردازش می کند و چگونه درایور پیشرفت را بررسی می کند. توسعه دهندگان با تجربه تر CUDA از پوشش تخصصی موضوعاتی مانند API درایور و مهاجرت متن و همچنین راهنمایی در مورد بهترین ساختار تبادل و همگام سازی داده های CPU/GPU قدردانی خواهند کرد. کد منبع باز همراه - بیش از 25000 خط از آن که به صورت رایگان در www.cudahandbook.com موجود است - به طور خاص برای استفاده مجدد و استفاده مجدد توسط توسعه دهندگان در نظر گرفته شده است. این متن که هم به عنوان یک مرجع جامع و هم یک کتاب آشپزی کاربردی طراحی شده است، به سه بخش زیر تقسیم می‌شود: بخش اول، مرور کلی، توضیحات سطح بالایی از سخت‌افزار و نرم‌افزاری را ارائه می‌دهد که CUDA را ممکن می‌سازد. بخش دوم، جزئیات، توضیحات کاملی از هر جنبه از CUDA، از جمله جریان‌های حافظه و وقایع مدل‌های اجرا، از جمله ویژگی موازی‌سازی پویا، جدید با CUDA 5.0 و SM 3.5 چندپردازنده‌های جریانی، شامل توضیحات همه ویژگی‌ها از طریق برنامه‌نویسی چندگانه SM 3.5 ارائه می‌کند. GPUs Texturing کد منبع همراه قسمت دوم به صورت میکروبنچمارک ها و میکرودموهای قابل استفاده مجدد ارائه شده است که برای نمایش ویژگی های سخت افزاری خاص یا برجسته کردن موارد استفاده خاص طراحی شده اند. بخش سوم، انتخاب برنامه‌ها، جزئیات خانواده‌های خاص برنامه‌های CUDA و الگوریتم‌های موازی کلیدی، از جمله حجم‌های کاری جریانی کاهش جمع پیشوند موازی (اسکن) پردازش تصویر N-body این الگوریتم‌ها طیف کاملی از برنامه‌های بالقوه CUDA را پوشش می‌دهند.
توضیحاتی درمورد کتاب به خارجی
The CUDA Handbook begins where CUDA by Example (Addison-Wesley, 2011) leaves off, discussing CUDA hardware and software in greater detail and covering both CUDA 5.0 and Kepler. Every CUDA developer, from the casual to the most sophisticated, will find something here of interest and immediate usefulness. Newer CUDA developers will see how the hardware processes commands and how the driver checks progress; more experienced CUDA developers will appreciate the expert coverage of topics such as the driver API and context migration, as well as the guidance on how best to structure CPU/GPU data interchange and synchronization. The accompanying open source code–more than 25,000 lines of it, freely available at www.cudahandbook.com–is specifically intended to be reused and repurposed by developers. Designed to be both a comprehensive reference and a practical cookbook, the text is divided into the following three parts: Part I, Overview, gives high-level descriptions of the hardware and software that make CUDA possible. Part II, Details, provides thorough descriptions of every aspect of CUDA, including Memory Streams and events Models of execution, including the dynamic parallelism feature, new with CUDA 5.0 and SM 3.5 The streaming multiprocessors, including descriptions of all features through SM 3.5 Programming multiple GPUs Texturing The source code accompanying Part II is presented as reusable microbenchmarks and microdemos, designed to expose specific hardware characteristics or highlight specific use cases. Part III, Select Applications, details specific families of CUDA applications and key parallel algorithms, including Streaming workloads Reduction Parallel prefix sum (Scan) N-body Image Processing These algorithms cover the full range of potential CUDA applications.
نظرات کاربران
کتاب های تصادفی
دانلود کتاب Big Data Analytics for Improved Accuracy, Efficiency, and Decision Making in Digital Marketing
دانلود کتاب Monkey Mind: A Memoir of Anxiety
