GPU編程實戰(zhàn) 基于Python和CUDA

第 1章 為什么要學習GPU編程 1
1．1 技術要求 2
1．2 并行化與阿姆達爾定律 2
1．2．1 使用阿姆達爾定律 3
1．2．2 Mandelbrot集 5
1．3 對代碼進行性能分析 7
1．4 小結 9
1．5 習題 10
第 2章 搭建GPU編程環(huán)境 11
2．1 技術要求 12
2．2 確保擁有合適的硬件 12
2．2．1 檢查硬件（Linux系統(tǒng)） 13
2．2．2 檢查硬件（Windows系統(tǒng)） 14
2．3 安裝GPU驅動程序 15
2．3．1 安裝GPU驅動程序（Linux系統(tǒng)） 16
2．3．2 安裝GPU驅動程序（Windows系統(tǒng)） 17
2．4 搭建C++編程環(huán)境 18
2．4．1 設置GCC、Eclipse IDE和圖形處理庫（Linux系統(tǒng)） 18
2．4．2 設置Visual Studio（Windows系統(tǒng)） 18
2．4．3 安裝CUDA Toolkit 20
2．5 為GPU編程設置Python環(huán)境 21
2．5．1 安裝PyCUDA（Linux系統(tǒng)） 22
2．5．2 創(chuàng)建環(huán)境啟動腳本（Windows系統(tǒng)） 22
2．5．3 安裝PyCUDA（Windows系統(tǒng)） 23
2．5．4 測試PyCUDA 23
2．6 小結 24
2．7 習題 25
第3章 PyCUDA入門 26
3．1 技術要求 26
3．2 查詢GPU 27
3．3 使用PyCUDA的gpuarray類 31
3．3．1 使用gpuarray在GPU之間傳輸數(shù)據(jù) 31
3．3．2 使用gpuarray進行基本的逐元素算術運算 32
3．4 使用PyCUDA的ElementwiseKernel執(zhí)行逐元素運算 37
3．4．1 重溫Mandelbrot集 40
3．4．2 函數(shù)式編程簡介 44
3．4．3 并行化的掃描內核函數(shù)和規(guī)約內核函數(shù)簡介 45
3．5 小結 47
3．6 習題 47
第4章 內核函數(shù)、線程、線程塊與網格 49
4．1 技術要求 50
4．2 內核函數(shù) 50
4．3 線程、線程塊與網格 53
4．4 線程同步與線程通信 60
4．4．1 使用設備函數(shù)__syncthreads 60
4．4．2 使用共享內存 63
4．5 并行前綴算法 65
4．5．1 樸素并行前綴算法 66
4．5．2 包含型并行前綴算法與獨占型并行前綴算法 69
4．5．3 工作高效型并行前綴算法 69
4．5．4 工作高效型并行前綴算法的實現(xiàn) 71
4．6 小結 74
4．7 習題 74
第5章 流、事件、上下文與并發(fā)性 76
5．1 技術要求 77
5．2 CUDA設備同步 77
5．2．1 使用PyCUDA流類 78
5．2．2 通過CUDA流實現(xiàn)并發(fā)版本的LIFE 82
5．3 事件 85
5．4 上下文 89
5．4．1 同步當前上下文 90
5．4．2 手動創(chuàng)建上下文 91
5．4．3 主機端多進程與多線程技術 92
5．4．4 實現(xiàn)主機端并發(fā)的多上下文 93
5．5 小結 97
5．6 習題 97
第6章 CUDA代碼的調試與性能分析 99
6．1 技術要求 100
6．2 在CUDA內核函數(shù)中使用printf函數(shù) 100
6．3 CUDA C編程簡介 106
6．4 利用Nsight IDE開發(fā)和調試CUDA C代碼 113
6．4．1 在Windows平臺上的Visual Studio中使用Nsight 113
6．4．2 在Linux平臺中使用Nsight和Eclipse 117
6．4．3 借助Nsight理解CUDA的線程束鎖步特性 120
6．5 使用NVIDIA性能分析工具——nvprof與Visual Profiler 122
6．6 小結 124
6．7 習題 125
第7章 通過Scikit-CUDA模塊使用CUDA庫 126
7．1 技術要求 127
7．2 安裝Scikit-CUDA 127
7．3 利用cuBLAS庫處理基本線性代數(shù)運算 128
7．3．1 利用cuBLAS庫處理第 1級AXPY運算 128
7．3．2 其他第 1級cuBLAS函數(shù) 130
7．3．3 利用cuBLAS庫處理第 2級GEMV運算 131
7．3．4 利用cuBLAS中的第3級GEMM操作測量GPU性能 133
7．4 利用cuFFT庫進行快速傅里葉變換 136
7．4．1 一維快速傅里葉變換示例 137
7．4．2 使用FFT進行卷積操作 138
7．4．3 利用cuFFT進行二維卷積 139
7．5 通過Scikit-CUDA使用cuSolver 144
7．5．1 奇異值分解 144
7．5．2 奇異值分解在主成分分析中的應用 146
7．6 小結 147
7．7 習題 148
第8章 CUDA設備函數(shù)庫與Thrust庫 149
8．1 技術要求 150
8．2 cuRAND設備函數(shù)庫 150
8．3 CUDA Math API 155
8．3．1 定積分概述 155
8．3．2 用蒙特卡羅方法計算定積分 156
8．3．3 編寫測試用例 162
8．4 CUDA Thrust庫 164
8．5 小結 168
8．6 習題 169
第9章 實現(xiàn)深度神經網絡 170
9．1 技術要求 170
9．2 人工神經元與神經網絡 171
9．3 softmax層的實現(xiàn) 177
9．4 交叉熵損失函數(shù)的實現(xiàn) 179
9．5 序貫網絡的實現(xiàn) 180
9．5．1 推理方法的實現(xiàn) 182
9．5．2 梯度下降法 184
9．5．3 數(shù)據(jù)的規(guī)范化和歸一化 189
9．6 Iris數(shù)據(jù)集 190
9．7 小結 192
9．8 習題 193
第 10章 應用編譯好的GPU代碼 194
10．1 通過Ctypes模塊啟動編譯好的 代碼 194
10．2 編譯并運行純PTX代碼 201
10．3 為CUDA Driver API編寫 包裝器 203
10．4 小結 210
10．5 習題 211
第 11章 CUDA性能優(yōu)化 212
11．1 動態(tài)并行性 212
11．2 向量化數(shù)據(jù)類型與 內存訪問 217
11．3 線程安全的原子操作 218
11．4 線程束洗牌 220
11．5 內聯(lián)PTX匯編 223
11．6 經過優(yōu)化的數(shù)組求和 函數(shù) 227
11．7 小結 231
11．8 習題 231
第 12章 未來展望 233
12．1 深入了解CUDA和GPGPU 編程技術 234
12．1．1 多GPU系統(tǒng) 234
12．1．2 集群計算和消息 傳遞接口 234
12．1．3 OpenCL和 PyOpenCLCUDA 234
12．2 圖形領域 235
12．2．1 OpenGL 235
12．2．2 DirectX 12 235
12．2．3 Vulkan 236
12．3 機器學習與計算機視覺 236
12．3．1 基礎知識 236
12．3．2 cuDNN 236
12．3．3 Tensorflow與Keras 237
12．3．4 Chainer 237
12．3．5 OpenCV 237
12．4 區(qū)塊鏈技術 237
12．5 小結 238
12．6 習題 238
習題提示 239
第 1章 為什么要學習GPU編程 239
第 2章 搭建GPU編程環(huán)境 239
第3章 PyCUDA入門 240
第4章 內核函數(shù)、線程、線程塊與網格 240
第5章 流、事件、上下文與并發(fā)性 241
第6章 CUDA代碼的調試與性能分析 241
第7章 通過Scikit-CUDA模塊使用CUDA庫 242
第8章 CUDA設備函數(shù)庫與Thrust庫 242
第9章 實現(xiàn)深度神經網絡 243
第 10章 應用編譯好的GPU代碼 243
第 11章 CUDA性能優(yōu)化 244
第 12章 未來展望 244