GPU編程實戰（基於Python和CUDA）
布萊恩·圖奧邁寧
2238人在讀
14.7萬字總字數
¥51.14定價
布萊恩·圖奧邁寧
本書旨在引導讀者基於 Python 和CUDA 的 GPU 編程開發高性能的應用程序，先後介紹了爲什麼要學習 GPU 編程、搭建 GPU編程環境、PyCUDA入門等內容，以及 CUDA 代碼的調試與性能分析、通過 Scikit-CUDA 模塊使用 CUDA 庫、實現深度神經網絡、CUDA 性能優化等內容。學完上述內容，讀者應能從零開始構建基於 GPU的深度神經網絡，甚至能夠解決與數據科學和 GPU編程高性能計算相關的問題。 本書適合對GPU 編程與 CUDA編程感興趣的讀者閱讀。讀者應掌握必要的基本數學概念，且需要具備一定的 Python編程經驗。
《Gpu編程實戰》基於python和cuda，着重於實戰，理論介紹很少，對於毫無Gpu編程經驗的新手來講，非常不友好，不適合作爲入門書。 可以用到的有以下幾點， 一，如何安裝python cuda gpu編程的環境。 二，查看gpu參數，比如幾核幾線程。cuda分爲grid-》block -》thread三個維度。 三，編寫簡單的cuda內核函數以及如何從host調用。 四，如何預編譯cuda內核函數。因爲如果直接用python動態編譯，很耗時間。 一二三四十章可供參考。
比較詳細介紹了CUDA編程的一系列基礎知識，還有代碼樣例。雖然對應CUDA版本不是最新的，並且所有技術書籍都會面臨版本迭代的問題，但，這本書的概念和機制的介紹是很不錯的。 BTW，這本書在微信看代碼很費勁，編輯的問題，代碼的所有換行都丟掉了。
一本理解GPU的基礎工具書，值得推薦。
僅僅適合入門 缺少對於 cuda 硬件的系統的講解 比如 warp 就在互相訪問寄存器那裏提了一嘴 對於更多內容 比如內存結構 bank conflict 等等似乎沒有涉及
比較現代的書了 但代碼都每行連在一起 沒法看呀
講述gpu並行計算的書，在有操作系統的基礎上，非常好理解。gpu核心 裏有流處理器，流處理器裏有很多的計算核心。計算核心數只做簡單數學計算。 在硬件基礎上就保證了並行計算的速度。
從第7章開始偏應用，需要對相關領域的數學知識比較瞭解纔行。
本書很適合要入門Cuda編程的人