cuda是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，cuda架构能充分发挥gpu的强大计算功能。本书首先介绍了cuda架构的应用背景，并给出了如何配置cuda c的开发环境。然后通过矢量求和运算、矢量点积运算、光线跟踪、热传导模拟等示例详细介绍了cuda c的基本语法和使用模式。通过学习本书，读者可以清楚了解cuda c中每个功能的适用场合，并编写出高性能的cuda软件。<br>    本书适合具备c或者c++知识的应用程序开发人员、数值计算库开发人员等，也可以作为学习并行计算的学生和教师的教辅。

译者序<br>序<br>前言<br>致谢<br>作者简介<br>第1章  为什么需要CUDA<br>1.1  本章目标<br>1.2  并行处理的历史<br>1.3  GPU计算的崛起<br>1.4  CUDA<br>1.5  CUDA的应用<br>1.6  本章小结<br>第2章  入门<br>2.1  本章目标<br>2.2  开发环境<br>2.3  本章小结<br>第3章  CUDA  C简介<br>3.1  本章目标<br>3.2第一个程序<br>3.3  查询设备<br>3.4  设备属性的使用<br>3.5  本章小结<br>第4章  CUDA  C并行编程<br>4.1  本章目标<br>4.2  CUDA并行编程<br>4.3  本章小结<br>第5章  线程协作<br>5.1  本章目标<br>5.2  并行线程块的分解<br>5.3  共享内存和同步<br>5.4  本章小结<br>第6章  常量内存与事件<br>6.1  本章目标<br>6.2  常量内存<br>6.3  使用事件来测量性能<br>6.4  本章小结<br>第7章  纹理内存<br>7.1  本章目标<br>7.2  纹理内存简介<br>7.3  热传导模拟<br>7.4  本章小结<br>第8章  图形互操作性<br>8.1  本章目标<br>8.2  图形互操作<br>8.3  基于图形互操作性的GPU波纹示例<br>8.4  基于图形互操作性的热传导<br>8.5  DirectX互操作性<br>8.6  本章小结<br>第9章  原子性<br>9.1  本章目标<br>9.2  计算功能集<br>9.3  原子操作简介<br>9.4  计算直方图<br>9.5  本章小结<br>第10章  流<br>10.1  本章目标<br>10.2  页锁定主机内存<br>10.3  CUDA流<br>10.4  使用单个CUDA流<br>10.5  使用多个CUDA流<br>10.6  GPU的工作调度机制<br>10.7  高效地使用多个CUDA流<br>10.8  本章小结<br>第11章  多GPU系统上的CUDAC<br>11.1  本章目标<br>11.2  零拷贝主机内存<br>11.3  使用多个GPU<br>11.4  可移动的固定内存<br>11.5  本章小结<br>第12章  后记<br>12.1  本章目标<br>12.2  CUDA工具<br>12.3  参考资料<br>12.4  代码资源<br>12.5  本章小结<br>附录  高级原子操作