并行编程方法与优化实践

近两三年来，在互联网企业中，代码优化、并行计算和GPU的使用越来越受到重视。无论是国外的Google、Facebook还是国内的百度、腾讯、阿里和360，都在使用代码优化、并行计算和GPU来完成以前不能完成的任务。而现在中小型企业也在使用代码优化和并行化技术来提升产品的使用体验。对于软件开发人员来说，如果不掌握并行计算和代码性能优化技术，在不久的将来就会被淘汰。 本书不但涵盖主流的现代多核处理器平台架构、并行指令集和编译制导语句，还介绍了常见并行程序设计语言、图像处理和线性代数算法的代码性能优化，OpenCL程序如何在AMD、GCN、GPU和NVIDIA GPU上的编程执行，以及CUDA和OpenCL在GPU上的执行区别等。 笔者基于自身丰富的理论和实践经验，将大量“不传之秘”融入本书，主要体现在： 深入剖析了SSE/AVX和NEON指令集、OpenMP编译制导语句、基于GPU的异构并行计算环境（OpenCL、CUDA和OpenACC），并辅以细节丰富的简单示例。 简洁明了地展现了如何在不同的现代处理器上执行OpenCL程序及执行的区别，通过了解这些区别，读者能够编写出在各个处理器上性能良好的程序。 详细描述了如何在X86、ARM、AMD和NVIDIA GPU上实现、优化代码的性能，让读者能够很好地评估在不同处理器上实现性能良好的程序需要的考量

书上中的知识点举例的很不错，适合于初学者进行简单的复查和技术检验，但对一些老手来说过于简单，版本也有点陈旧了，很多技术对于如今的互联网开发来说有点落伍了。

对于GPU底层的优化与计算，理论结合代码实践，写的比较好，如果内容写的更详细更全就更好，有些点可以更多的展开

好书，理论基础不够，还得回头读第二遍