Zaawansowane wyszukiwanie
  Strona Główna » Sklep » Programowanie gier » Grafika komputerowa » Moje Konto  |  Zawartość Koszyka  |  Do Kasy   
 Wybierz kategorię
Algorytmy Wzorce UML
Bazy danych
Bezpieczeństwo
Bioinformatyka
Biznes Ekonomia Firma
Chemia
DTP Design
E-biznes
Ekonometria
Elektronika Elektrotechnika
Energetyka
Fizyka
GIS
Grafika użytkowa
Hardware
Informatyczne systemy zarządzania
Informatyka w szkole
Języki programowania
Matematyka
Multimedia
Obsługa komputera
Office
Poradniki
Programowanie gier
  Blender
  Grafika komputerowa
  Gry programowanie
  OpenGL
Programy inżynierskie
Programy matematyczne
Słowniki
Serwery
Sieci komputerowe
Systemy operacyjne
Technika
Telekomunikacja
Tworzenie stron WWW

Zobacz pełny katalog »
 Wydawnictwo:
 BTC
Przetworniki A/C i C/A Teoria i praktyka

Przetworniki A/C i C/A Teoria i praktyka

139.00zł
CUDA w przykładach Wprowadzenie do ogólnego programowania procesorów GPU 59.00zł
CUDA w przykładach Wprowadzenie do ogólnego programowania procesorów GPU

Tytuł: CUDA w przykładach Wprowadzenie do ogólnego programowania procesorów GPU
Autor: Jason Sanders, Edward Kandrot
ISBN: 978-83-246-3817-8
Ilość stron: 232
Data wydania: 01/2012
Oprawa: Miękka
Format: 168x237
Wydawnictwo: Helion
Cena: 59.00zł


Książka ta jest obowiązkową pozycją dla wszystkich programistów pracujących z systemami zawierającymi akceleratory.
 

Od astrofizyki i chemii, przez biologię obliczeniową, aż po analizę sejsmiczną i rekonstrukcję obrazu w tomografii komputerowej - architektura CUDA została entuzjastycznie przyjęta przez środowiska naukowe i akademickie. Znalazła też zastosowanie w wielu strategicznych gałęziach gospodarki i stała się niezwykłym ułatwieniem dla twórców programów równoległych, którym pozwoliła na wykorzystanie olbrzymiej mocy procesorów GPU do budowy ekstremalnie wydajnych aplikacji.

Oto podręcznik napisany przez członków zespołu tworzących architekturę CUDA. Stanowi on wyczerpujące wprowadzenie w świat programowania najnowszych akceleratorów o dużych możliwościach przetwarzania równoległego. Oparty na licznych przykładach, zilustrowany fragmentami przydatnego kodu przewodnik zawiera pełny opis tej platformy, wprowadzenie do języka CUDA C oraz szczegółowy opis wszystkich kluczowych technik pracy z tą niezwykłą architekturą.

  • Programowanie równoległe
  • Współpraca wątków
  • Pamięć stała i zdarzenia
  • Pamięć teksturowa
  • Interoperacyjność grafiki
  • Operacje atomowe
  • Strumienie
  • CUDA C na wielu procesorach GPU
  • Operacje atomowe dla zaawansowanych
  • Dodatkowe zasoby CUDA

Opanuj język CUDA C i pisz programy wyróżniające się niezwykłą wydajnością.

Rozdziały:

1. Dlaczego CUDA? Dlaczego teraz? (17)

  • 1.1. Streszczenie rozdziału (17)
  • 1.2. Era przetwarzania równoległego (17)
    • 1.2.1. Procesory CPU (18)
  • 1.3. Era procesorów GPU (19)
    • 1.3.1. Historia procesorów GPU (19)
    • 1.3.2. Początki programowania GPU (20)
  • 1.4. CUDA (21)
    • 1.4.1. Co to jest architektura CUDA (21)
    • 1.4.2. Używanie architektury CUDA (22)
  • 1.5. Zastosowania technologii CUDA (22)
    • 1.5.1. Obrazowanie medyczne (22)
    • 1.5.2. Symulacja dynamiki płynów (23)
    • 1.5.3. Ochrona środowiska (24)
  • 1.6. Podsumowanie (25)

2. Konfiguracja komputera (27)

  • 2.1. Streszczenie rozdziału (27)
  • 2.2. Środowisko programistyczne (27)
    • 2.2.1. Procesor graficzny z obsługą technologii CUDA (28)
    • 2.2.2. Sterownik urządzeń NVIDII (29)
    • 2.2.3. Narzędzia programistyczne CUDA (30)
    • 2.2.4. Standardowy kompilator języka C (31)
  • 2.3. Podsumowanie (32)

3. Podstawy języka CUDA C (33)

  • 3.1. Streszczenie rozdziału (33)
  • 3.2. Pierwszy program (33)
    • 3.2.1. Witaj, świecie! (34)
    • 3.2.2. Wywoływanie funkcji jądra (34)
    • 3.2.3. Przekazywanie parametrów (35)
  • 3.3. Sprawdzanie właściwości urządzeń (38)
  • 3.4. Korzystanie z wiedzy o właściwościach urządzeń (42)
  • 3.5. Podsumowanie (43)

4. Programowanie równoległe w języku CUDA C (45)

  • 4.1. Streszczenie rozdziału (45)
  • 4.2. Programowanie równoległe w technologii CUDA (45)
    • 4.2.1. Sumowanie wektorów (46)
    • 4.2.2. Zabawny przykład (52)
  • 4.3. Podsumowanie (60)

5. Wątki (61)

  • 5.1. Streszczenie rozdziału (61)
  • 5.2. Dzielenie równoległych bloków (61)
    • 5.2.1. Sumowanie wektorów - nowe spojrzenie (62)
    • 5.2.2. Generowanie rozchodzących się fal za pomocą wątków (68)
  • 5.3. Pamięć wspólna i synchronizacja (72)
    • 5.3.1. Iloczyn skalarny (74)
    • 5.3.2. Optymalizacja (niepoprawna) programu obliczającego iloczyn skalarny (82)
    • 5.3.3. Generowanie mapy bitowej za pomocą pamięci wspólnej (84)
  • 5.4. Podsumowanie (87)

6. Pamięć stała i zdarzenia (89)

  • 6.1. Streszczenie rozdziału (89)
  • 6.2. Pamięć stała (89)
    • 6.2.1. Podstawy techniki śledzenia promieni (90)
    • 6.2.2. Śledzenie promieni na GPU (91)
    • 6.2.3. Śledzenie promieni za pomocą pamięci stałej (96)
    • 6.2.4. Wydajność programu a pamięć stała (97)
  • 6.3. Mierzenie wydajności programów za pomocą zdarzeń (99)
    • 6.3.1. Pomiar wydajności algorytmu śledzenia promieni (100)
  • 6.4. Podsumowanie (103)

7. Pamięć tekstur (105)

  • 7.1. Streszczenie rozdziału (105)
  • 7.2. Pamięć tekstur w zarysie (105)
  • 7.3. Symulacja procesu rozchodzenia się ciepła (106)
    • 7.3.1. Prosty model ogrzewania (106)
    • 7.3.2. Obliczanie zmian temperatury (108)
    • 7.3.3. Animacja symulacji (110)
    • 7.3.4. Użycie pamięci tekstur (114)
    • 7.3.5. Użycie dwuwymiarowej pamięci tekstur (117)
  • 7.4. Podsumowanie (121)

8. Współpraca z bibliotekami graficznymi (123)

  • 8.1. Streszczenie rozdziału (124)
  • 8.2. Współpraca z bibliotekami graficznymi (124)
  • 8.3. Generowanie rozchodzących się fal za pomocą GPU i biblioteki graficznej (130)
    • 8.3.1. Struktura GPUAnimBitmap (130)
    • 8.3.2. Algorytm generujący fale na GPU (133)
  • 8.4. Symulacja rozchodzenia się ciepła za pomocą biblioteki graficznej (135)
  • 8.5. Współpraca z DirectX (139)
  • 8.6. Podsumowanie (139)

9. Operacje atomowe (141)

  • 9.1. Streszczenie rozdziału (141)
  • 9.2. Potencjał obliczeniowy (141)
    • 9.2.1. Potencjał obliczeniowy procesorów GPU NVIDII (142)
    • 9.2.2. Kompilacja dla minimalnego potencjału obliczeniowego (144)
  • 9.3. Operacje atomowe w zarysie (144)
  • 9.4. Obliczanie histogramów (146)
    • 9.4.1. Obliczanie histogramu za pomocą CPU (146)
    • 9.4.2. Obliczanie histogramu przy użyciu GPU (148)
  • 9.5. Podsumowanie (156)

10. Strumienie (157)

  • 10.1. Streszczenie rozdziału (157)
  • 10.2. Pamięć hosta z zablokowanym stronicowaniem (158)
  • 10.3. Strumienie CUDA (162)
  • 10.4. Używanie jednego strumienia CUDA (162)
  • 10.5. Użycie wielu strumieni CUDA (166)
  • 10.6. Planowanie pracy GPU (171)
  • 10.7. Efektywne wykorzystanie wielu strumieni CUDA jednocześnie (173)
  • 10.8. Podsumowanie (175)

11. Wykonywanie kodu CUDA C jednocześnie na wielu GPU (177)

  • 11.1. Streszczenie rozdziału (177)
  • 11.2. Pamięć hosta niewymagająca kopiowania (178)
    • 11.2.1. Obliczanie iloczynu skalarnego za pomocą pamięci niekopiowanej (178)
    • 11.2.2. Wydajność pamięci niekopiowanej (183)
  • 11.3. Użycie kilku procesorów GPU jednocześnie (184)
  • 11.4. Przenośna pamięć zablokowana (188)
  • 11.5. Podsumowanie (192)

12. Epilog (193)

  • 12.1. Streszczenie rozdziału (194)
  • 12.2. Narzędzia programistyczne (194)
    • 12.2.1. CUDA Toolkit (194)
    • 12.2.2. Biblioteka CUFFT (194)
    • 12.2.3. Biblioteka CUBLAS (195)
    • 12.2.4. Pakiet GPU Computing SDK (195)
    • 12.2.5. Biblioteka NVIDIA Performance Primitives (196)
    • 12.2.6. Usuwanie błędów z kodu CUDA C (196)
    • 12.2.7. CUDA Visual Profiler (198)
  • 12.3. Literatura (199)
    • 12.3.1. Książka Programming Massively Parallel Processors: A Hands-on Approach (199)
    • 12.3.2. CUDA U (199)
    • 12.3.3. Fora NVIDII (200)
  • 12.4. Zasoby kodu źródłowego (201)
    • 12.4.1. Biblioteka CUDA Parallel Primitives Library (201)
    • 12.4.2. CULATools (201)
    • 12.4.3. Biblioteki osłonowe (202)
  • 12.5. Podsumowanie (202)

A: Operacje atomowe dla zaawansowanych (203)

  • A.1. Iloczyn skalarny po raz kolejny (203)
    • A.1.1. Blokady atomowe (205)
    • A.1.2. Iloczyn skalarny: blokady atomowe (207)
  • A.2. Implementacja tablicy skrótów (210)
    • A.2.1. Tablice skrótów - wprowadzenie (210)
    • A.2.2. Tablica skrótów dla CPU (212)
    • A.2.3. Wielowątkowa tablica skrótów (216)
    • A.2.4. Tablica skrótów dla GPU (217)
    • A.2.5. Wydajność tablicy skrótów (223)
  • A.3. Podsumowanie (224)
CUDA w przykładach Wprowadzenie do ogólnego programowania procesorów GPU
--- Pozycja niedostępna.---
Klienci, którzy kupili „CUDA w przykładach Wprowadzenie do ogólnego programowania procesorów GPU”, kupili także:

OpenCL Akceleracja GPU w praktyce, Marek Sawerwain, Wydawnictwo Naukowe PWN

Skuteczny nowoczesny C++ 42 sposoby lepszego posługiwania się językami C++11 i C++14, Scott Meyers, Wydawnictwo Promise

Geometria obliczeniowa Algorytmy i zastosowania, M. de Berg, M. van Kreveld, M. Overmars, O. Schwarzkopf, Wydawnictwo WNT

Projektowanie gier w środowisku Unity 3.x, Will Goldstone, Wydawnictwo Helion

Thinking in C++ edycja polska Tom 1, Bruce Eckel, Wydawnictwo Helion

Siedem języków w siedem tygodni Praktyczny przewodnik nauki języków programowania, Bruce A. Tate, Wydawnictwo Helion

czwartek, 28 marca 2024   Mapa strony |  Nowości |  Dzisiejsze promocje |  Koszty wysyłki |  Kontakt z nami