Cuda per ingegneri: Un'introduzione al calcolo parallelo ad alte prestazioni

Recensioni dei lettori

Nel complesso, il libro riceve un feedback positivo per la sua introduzione completa alla programmazione CUDA e al calcolo parallelo ad alte prestazioni. Sebbene molti recensori ne apprezzino l'accessibilità e la chiarezza delle spiegazioni, alcuni lo criticano per essere obsoleto e per la mancanza di un supporto sufficiente per le tecnologie più recenti. Il libro è particolarmente consigliato ai principianti e agli ingegneri che vogliono migliorare la loro comprensione di CUDA.

⬤ Introduzione completa e ben strutturata alla programmazione CUDA.
⬤ Spiegazioni chiare e adatte a lettori di diversi livelli di competenza.
⬤ Strumenti ed esempi preziosi per l'applicazione pratica, soprattutto in campi come l'elaborazione delle immagini e il deep learning.
⬤ Informazioni rilevanti sull'integrazione di CUDA con gli ambienti di sviluppo ingegneristico.
⬤ Eccellente per i principianti e fornisce una solida base per ulteriori studi.

⬤ Alcuni contenuti sono obsoleti e incompatibili con le versioni attuali di Visual Studio.
⬤ Mancanza di risorse di supporto aggiornate, con conseguenti difficoltà nell'applicazione pratica.
⬤ Alcuni lettori hanno trovato il materiale troppo superficiale o poco approfondito.
⬤ Confusione per le differenze negli esempi per i vari sistemi operativi.
⬤ Necessità di un aggiornamento più avanzato per coprire le nuove librerie e architetture CUDA.

(basato su 19 recensioni dei lettori)

Titolo originale:

Cuda for Engineers: An Introduction to High-Performance Parallel Computing

Contenuto del libro:

CUDA per ingegneri" vi offre un impegno diretto e pratico con il calcolo parallelo personale ad alte prestazioni, consentendovi di eseguire su un PC da gioco calcoli che solo pochi anni fa avrebbero richiesto un supercomputer.

Gli autori introducono gli elementi essenziali della programmazione CUDA C in modo chiaro e conciso, guidandovi rapidamente dall'esecuzione di programmi di esempio alla creazione del vostro codice. Nel corso della trattazione si apprende da esempi completi che si possono costruire, eseguire e modificare, integrati da progetti aggiuntivi che ne approfondiscono la comprensione. Tutti i progetti sono completamente sviluppati, con istruzioni dettagliate per la costruzione di tutte le principali piattaforme.

Ideale per qualsiasi scienziato, ingegnere o studente con un'esperienza di programmazione almeno introduttiva, questa guida non presuppone alcun background specialistico nel calcolo parallelo o basato su GPU. In un'appendice, gli autori presentano anche un ripasso sulla programmazione in C per chi ne avesse bisogno.

La trattazione comprende.

⬤ Preparazione del computer per l'esecuzione di programmi CUDA.

⬤ Comprensione del modello di parallelismo di CUDA e delle estensioni C.

⬤ Trasferimento di dati tra CPU e GPU.

⬤ Gestione della tempistica, del profiling, della gestione degli errori e del debug.

⬤ Creazione di griglie 2D.

⬤ Interoperare con OpenGL per fornire interattività all'utente in tempo reale.

⬤ Esecuzione di simulazioni di base con equazioni differenziali.

⬤ Utilizzo di stencil per gestire calcoli correlati tra i vari thread.

⬤ Sfruttamento della memoria condivisa di CUDA per migliorare le prestazioni.

⬤ Interazione con i dati 3D: slicing, rendering di volumi e ray casting.

⬤ Utilizzo delle librerie CUDA.

⬤ Trovare altre risorse e codice CUDA.

Esempi di applicazioni realistiche.

⬤ Visualizzazione di funzioni in 2D e 3D.

⬤ Risolvere equazioni differenziali modificando le condizioni iniziali o al contorno.

⬤ Visualizzazione/elaborazione di immagini o stack di immagini.

⬤ Calcolo di prodotti interni e centroidi.

⬤ Risoluzione di sistemi di equazioni algebriche lineari.

⬤ Calcoli di Monte-Carlo.