免费下载书籍地址：PDF下载地址
精美图片
大规模并行处理器程序设计（英文版 原书第3版）书籍详细信息
- ISBN：9787111668367
- 作者：暂无作者
- 出版社：暂无出版社
- 出版时间：2023-02
- 页数：568
- 价格：136.20
- 纸张：胶版纸
- 装帧：平装-胶订
- 开本：16开
- 语言：未知
- 丛书：暂无丛书
- TAG：暂无
- 豆瓣评分：暂无豆瓣评分
寄语：
并行编程领域之作，被图灵奖得主David Patterson誉为“天赐之书”，并被UIUC、MIT等名校用作教材
内容简介：
本书介绍并行编程和GPU架构的基本概念，详细探索了构建并行程序的各种技术，涵盖性能、浮点格式、并行模式和动态并行等主题，适合专业人士及学生阅读。书中通过案例研究展示了开发过程，从计算思维的细节着手，*终给出了高效的并行程序示例。新版更新了关于CUDA的讨论，包含CuDNN等新的库，同时将不再重要的内容移到附录中。新版还增加了关于并行模式的两个新章节，并更新了案例研究，以反映当前的行业实践。
书籍目录：
Preface Acknowledgements
CHAPTER.1 Introduction.1
1.1 Heterogeneous Parallel Computing..2
1.2 Architecture of a Modern GPU.6
1.3 Why More Speed or Parallelism?.8
1.4 Speeding Up Real Applications..10
1.5 Challenges in Parallel Programming ..12
1.6 Parallel Programming Languages and Models.12
1.7 Overarching Goals..14
1.8 Organization of the Book..15
References ..18
CHAPTER.2 Data Parallel Computing.19
2.1 Data Parallelism..20
2.2 CUDA C Program Structure.22
2.3 A Vector Addition Kernel .25
2.4 Device Global Memory and Data Transfer.27
2.5 Kernel Functions and Threading.32
2.6 Kernel Launch.37
2.7 Summary.38
Function Declarations.38
Kernel Launch.38
Built-in (Predefined) Variables .39
Run-time API..39
2.8 Exercises.39
References ..41
CHAPTER.3 Scalable Parallel Execution..43
3.1 CUDA Thread Organization.43
3.2 Mapping Threads to Multidimensional Data..47
3.3 Image Blur: A More Complex Kernel ..54
3.4 Synchronization and Transparent Scalability .58
3.5 Resource Assignment..60
3.6 Querying Device Properties..61
3.7 Thread Scheduling and Latency Tolerance.64
3.8 Summary.67
3.9 Exercises.67
CHAPTER.4 Memory and Data Locality .71
4.1 Importance of Memory Access Efficiency..72
4.2 Matrix Multiplication..73
4.3 CUDA Memory Types..77
4.4 Tiling for Reduced Memory Traffic..84
4.5 A Tiled Matrix Multiplication Kernel.90
4.6 Boundary Checks..94
4.7 Memory as a Limiting Factor to Parallelism..97
4.8 Summary.99
4.9 Exercises.100
CHAPTER.5 Performance Considerations.103
5.1 Global Memory Bandwidth..104
5.2 More on Memory Parallelism.112
5.3 Warps and SIMD Hardware..117
5.4 Dynamic Partitioning of Resources..125
5.5 Thread Granularity..127
5.6 Summary.128
5.7 Exercises.128
References ..130
CHAPTER.6 Numerical Considerations .131
6.1 Floating-Point Data Representation..132
Normalized Representation of M..132
Excess Encoding of E .133
6.2 Representable Numbers..134
6.3 Special Bit Patterns and Precision in IEEE Format..138
6.4 Arithmetic Accuracy and Rounding .139
6.5 Algorithm Considerations.140
6.6 Linear Solvers and Numerical Stability..142
6.7 Summary.146
6.8 Exercises.147
References ..147
CHAPTER.7 Parallel Patterns: Convolution .149
7.1 Background.150
7.2 1D Parallel Convolution—A Basic Algorithm .153
7.3 Constant Memory and Caching..156
7.4 Tiled 1D Convolution with Halo Cells.160
7.5 A Simpler Tiled 1D Convolution—General Caching.165
7.6 Tiled 2D Convolution with Halo Cells.166
7.7 Summary.172
7.8 Exercises.173
CHAPTER.8 Parallel Patterns: Prefix Sum..175
8.1 Background.176
8.2 A Simple Parallel Scan.177
8.3 Speed and Work Efficiency.181
8.4 A More Work-Efficient Parallel Scan.183
8.5 An Even More Work-Efficient Parallel Scan..187
8.6 Hierarchical Parallel Scan for Arbitrary-Length Inputs..189
8.7 Single-Pass Scan for Memory Access Efficiency.192
8.8 Summary.195
8.9 Exercises.195
References ..196
CHAPTER.9 Parallel Patterns Parallel Histogram Computation .. 199
9.1 Background.200
9.2 Use of Atomic Operations ..202
9.3 Block versus Interleaved Partitioning.206
9.4 Latency versus Throughput of Atomic Operations.207
9.5 Atomic Operation in Cache Memory .210
9.6 Privatization..210
9.7 Aggregation ..211
9.8 Summary.213
9.9 Exercises.213
Reference..214
CHAPTER.10 Parallel Patterns: Sparse Matrix Computation .215
10.1 Background..216
10.2 Parallel SpMV Using CSR.219
10.3 Padding and Transposition.221
10.4 Using a Hybrid Approach to Regulate Padding.224
10.5 Sorting and Partitioning for Regularization.227
10.6 Summary..229
10.7 Exercises..229
References ..230
CHAPTER.11 Parallel Patterns: Merge Sort.231
11.1 Background..231
11.2 A Sequential Merge Algorithm..233
11.3 A Parallelization Approach..234
11.4 Co-Rank Function Implementation..236
Contents
11.5 A Basic Parallel Merge Kernel ..241
11.6 A Tiled Merge Kernel..242
11.7 A Circular-Buffer Merge Kernel..249
11.8 Summary..256
11.9 Exercises..256
Reference.
作者介绍：
大卫·B. 柯克（David B. Kirk） 美国国家工程院院士，NVIDIA Fellow，曾任NVIDIA公司首席科学家。他领导了NVIDIA图形技术的开发，并且是CUDA技术的创始人之一。2002年，他荣获ACM SIGGRAPH计算机图形成就奖，以表彰其在把高性能计算机图形系统推向大众市场方面做出的杰出贡献。他拥有加州理工学院计算机科学博士学位。
胡文美（Wen-mei W. Hwu） 美国伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系AMD Jerry Sanders讲席教授，并行计算研究中心首席科学家，领导IMPACT团队和CUDA卓越中心的研究工作。他在编译器设计、计算机体系结构、微体系结构和并行计算方面做出了卓越贡献，是IEEE Fellow、ACM Fellow，荣获了包括ACM SigArch Maurice Wilkes Award在内的众多奖项。他还是MulticoreWare公司的联合创始人兼CTO。他拥有加州大学伯克利分校计算机科学博士学位。
出版社信息：
暂无出版社相关信息，正在全力查找中！
书籍摘录：
暂无相关书籍摘录，正在全力查找中！
在线阅读/听书/购买/PDF下载地址：
在线阅读地址：大规模并行处理器程序设计（英文版 原书第3版）在线阅读
在线听书地址：大规模并行处理器程序设计（英文版 原书第3版）在线收听
在线购买地址：大规模并行处理器程序设计（英文版 原书第3版）在线购买
原文赏析：
暂无原文赏析，正在全力查找中！
其它内容：
书籍介绍
本书介绍并行编程和GPU架构的基本概念，详细探索了构建并行程序的各种技术，涵盖性能、浮点格式、并行模式和动态并行等主题，适合专业人士及学生阅读。书中通过案例研究展示了开发过程，从计算思维的细节着手，最终给出了高效的并行程序示例。新版更新了关于CUDA的讨论，包含CuDNN等新的库，同时将不再重要的内容移到附录中。新版还增加了关于并行模式的两个新章节，并更新了案例研究，以反映当前的行业实践。
书籍真实打分
故事情节：5分
人物塑造：7分
主题深度：9分
文字风格：7分
语言运用：3分
文笔流畅：6分
思想传递：8分
知识深度：8分
知识广度：3分
实用性：8分
章节划分：7分
结构布局：9分
新颖与独特：9分
情感共鸣：6分
引人入胜：9分
现实相关：7分
沉浸感：6分
事实准确性：4分
文化贡献：6分
网站评分
书籍多样性：4分
书籍信息完全性：5分
网站更新速度：7分
使用便利性：8分
书籍清晰度：3分
书籍格式兼容性：5分
是否包含广告：5分
加载速度：5分
安全性：9分
稳定性：9分
搜索功能：5分
下载便捷性：5分
下载点评
- 内容齐全(504+)
- 种类多(628+)
- 一星好评(81+)
- 下载快(296+)
- 差评少(177+)
- 情节曲折(293+)
- 速度快(447+)
- 傻瓜式服务(374+)
- 无缺页(164+)
- 藏书馆(631+)
- 服务好(386+)
下载评价
网友 通***蕊：五颗星、五颗星，大赞还觉得不错！~~
网友 田***珊：可以就是有些书搜不到
网友 菱***兰：特好。有好多书
网友 孙***夏：中评，比上不足比下有余
网友 石***烟：还可以吧，毕竟也是要成本的，付费应该的，更何况下载速度还挺快的
网友 瞿***香：非常好就是加载有点儿慢。
网友 訾***雰：下载速度很快，我选择的是epub格式
网友 丁***菱：好好好好好好好好好好好好好好好好好好好好好好好好好
网友 石***致：挺实用的，给个赞！希望越来越好，一直支持。
网友 印***文：我很喜欢这种风格样式。
网友 堵***洁：好用，支持
网友 宫***玉：我说完了。
网友 林***艳：很好，能找到很多平常找不到的书。
网友 方***旋：真的很好，里面很多小说都能搜到，但就是收费的太多了