Kate Gregory是Visual C++方向的Microsoft MVP和微软技术代言人（Microsoft Regional Director）。她在2005年获得年度技术代言人大奖，2010年被授予Visual C++年度MVP。Kate是一位极富有热情的导师、演讲家和作家，有20余年的C++应用经验。 Ade Miller是Microsoft Studio的首席架构师。他的主要兴趣点是并行和分布式计算，以及如何通过工程化领导力提升团队的软件交付效率。他是Parallel Programming with Microsoft .NET和Parallel Programming with Microsoft Visual C++两本书的作者之一。 译者介绍 车皓阳，从事大数据、数据库等领域的研究和管理工作，著述颇丰，是《驾驭大数据》和《UML面向对象建模与设计（第2版）》等经典外版图书的译者。 黄文龙，目前任职于华为研究院，从事大数据系统、新型存储系统的研究工作。他曾经从事过网格计算、云计算、数据库系统等领域的研发工作，著有多篇论文与专利。

　　C++ AMP是Microsoft Visual Studio和C++编程语言的新扩展，用于帮助开发人员充分适应现在和未来的高度并行和异构计算环境。C++ AMP更易用，与C++配合得更好。《C++ AMP：用Visual C++加速大规模并行计算》的目标是帮助C++开发人员在理解C++ AMP核心概念的基础上，掌握更高级的功能。书中包含了C++ AMP程序开发的设计思路、使用方法、真实案例及代码示例，并提供了案例的源代码。通过学习《C++ AMP：用Visual C++加速大规模并行计算》，读者能理解如何在应用程序中最好地使用C++ AMP，还能利用Microsoft Visual Studio 2012提供的调试和剖析工具来解决问题、优化性能。
　　《C++ AMP：用Visual C++加速大规模并行计算》的两位作者一位是有20多年C++实践经验的讲师、演讲人和作家，一位是微软工作室的首席软件架构师，他们有丰富的实践经验，因此，本书极具实际应用参考价值。《C++ AMP：用Visual C++加速大规模并行计算》适合专业C++异构编程人员及熟悉C++并希望从事并行编程及异构编程的开发人员。

目　录

第1章　C++ AMP概述　1
1．1　为什么选择GPGPU？什么是异构计算？　1
1．1．1　性能提升史　1
1．1．2　异构平台　2
1．1．3　GPU架构　3
1．1．4　通过并行性提升性能的候选方案　4
1．2　CPU并行技术　7
1．2．1　向量化　7
1．2．2　OpenMP　9
1．2．3　并发运行时库(ConcRT)和并行模式库　10
1．2．4　任务并行库　11
1．2．5　WARP-Windows高级栅格化平台　11
1．2．6　GPU并行技术　12
1．2．7　成功并行化的要求　13
1．3　C++ AMP方法　14
1．3．1　C++ AMP将GPGPU(以及更多)带进主流　14
1．3．2　C++ AMP是C++，而不是C　14
1．3．3　C++ AMP使用了我们熟识的工具　15
1．3．4　C++ AMP是一个近乎全面的代码库　15
1．3．5　C++ AMP可以生成可移植的、不会过时的执行代码　17
1．4　小结　18

第2章　Nbody案例　19
2．1　运行示例前的准备工作　19
2．2　运行Nbody示例　20
2．3　示例的结构　24
2．4　CPU计算　25
2．4．1　数据结构　25
2．4．2　wWinMain函数　26
2．4．3　OnFrameMove回调函数　26
2．4．4　OnD3D11CreateDevice回调函数　27
2．4．5　OnGUIEvent回调函数　29
2．4．6　OnD3D11FrameRender回调函数　30
2．5　CPU NBody类　30
2．5．1　NBodySimpleInteractionEngine　30
2．5．2　NBodySimpleSingleCore　31
2．5．3　NBodySimpleMultiCore　31
2．5．4　NBodySimpleInteractionEngine：：BodyBodyInteraction　32
2．6　C++ AMP计算　33
2．6．1　数据结构　33
2．6．2　CreateTasks　35
2．7　C++ AMP NBody类　37
2．7．1　NBodyAmpSimple：：Integrate　37
2．7．2　BodyBodyInteraction　38
2．8　小结　40

第3章　C++ AMP基础　41
3．1　array　41
3．2　accelerator与accelerator_view　43
3．3　index　45
3．4　extent　46
3．5　array_view　46
3．6　parallel_for_each　50
3．7　使用restrict(amp)标记的函数　52
3．8　在CPU和GPU之间复制数据　54
3．9　数学库函数　56
3．10　小结　57

第4章　分组　58
4．1　使用分组的目的和好处　58
4．2　tile_static内存　60
4．3　tiled_extent　60
4．4　tiled_index　62
4．5　将简单算法改成分组算法　63
4．5．1　使用tile_static内存　64
4．5．2　分组栅和同步　68
4．5．3　完成简单版本到分组版本的修改　70
4．6　分组大小的影响　71
4．7　选择分组大小　74
4．8　小结　75

第5章　分组NBody案例　76
5．1　分组功能对NBody的提速有多大帮助　76
5．2　N体问题的分组算法　77
5．2．1　NBodyAmpTiled类　78
5．2．2　NBodyAmpTiled：：Integrate　79
5．3　使用Concurrency Visualizer　83
5．4　选择分组大小　88
5．5　小结　92

第6章　调试　93
6．1　第一步　93
6．1．1　选择GPU调试还是CPU调试　94
6．1．2　参考加速器　97
6．2　GPU调试基础　100
6．2．1　熟悉的窗口和技巧　100
6．2．2　Debug Location工具栏　101
6．2．3　检测竞态　101
6．3　检查线程运行状况　103
6．3．1　线程标记　104
6．3．2　GPU Threads窗口　105
6．3．3　Parallel Stacks窗口　107
6．3．4　Parallel Watch窗口　108
6．3．5　对线程置标记、分组和过滤　110
6．4　施加更多的控制　112
6．4．1　冻结与解冻线程　113
6．4．2　Run Tile to Cursor　114
6．5　小结　116

第7章　优化　117
7．1　一种性能优化方法　117
7．2　分析性能　118
7．2．1　测量内核性能　118
7．2．2　使用Concurrency Visualizer　121
7．2．3　使用Concurrency Visualizer SDK　126
7．3　优化内存访问模式　127
7．3．1　别名和parallel_for_each调用　127
7．3．2　往返GPU的高效数据复制　131
7．3．3　高效加速器全局内存访问　136
7．3．4　结构体数组与数组结构体　139
7．3．5　高效的分组静态内存访问　141
7．3．6　常量内存　145
7．3．7　纹理内存　146
7．3．8　占用比和寄存器　146
7．4　优化计算　147
7．4．1　避免分支代码　147
7．4．2　选择合适的精度　151
7．4．3　数学运算的成本估算　153
7．4．4　循环展开　153
7．4．5　障栅　154
7．4．6　排队模式　157
7．5　小结　159

第8章　性能案例——归约　160
8．1　问题　160
8．2　示例的结构　161
8．2．1　初始化和负载　164
8．2．2　Concurrency Visualizer标记　164
8．2．3　TimeFunc()　165
8．2．4　开销　167
8．3　CPU算法　167
8．3．1　串行算法　167
8．3．2　并行算法　168
8．4　C++ AMP算法　168
8．4．1　简单版本　169
8．4．2　使用array_view的简单版本　171
8．4．3　简单优化版本　172
8．4．4　原始分组版本　174
8．4．5　共享内存的分组版本　176
8．4．6　使分支数降至最低的版本　182
8．4．7　消除槽位冲突版本　182
8．4．8　减少停滞线程版本　184
8．4．9　循环展开版本　185
8．4．10　级联归约版本　188
8．4．11　带循环展开的级联归约版本　190
8．5　小结　191

第9章　使用多个加速器工作　192
9．1　选择加速器　192
9．2　使用一个以上的GPU　197
9．3　在加速器之间交换数据　201
9．4　动态负载均衡　206
9．5　交织并行性　209
9．6　回退到CPU执行　210
9．7　小结　211

第10章　Cartoonizer案例　213
10．1　前提条件　213
10．2　运行示例　214
10．3　示例的结构　217
10．4　流水线　218
10．4．1　数据结构　218
10．4．2　CartoonizerDlg：：OnBnClickedButtonStart()方法　220
10．4．3　ImagePipeline类　221
10．5　流水线卡通化阶段　225
10．5．1　ImageCartoonizerAgent类　225
10．5．2　IFrameProcessor实现　228
10．6　使用多个C++ AMP加速器工作　236
10．6．1　FrameProcessorAmpMulti类　236
10．6．2　复制流水线　239
10．6．3　ImageCartoonizerAgentParallel类　239
10．7　卡通器性能　242
10．8　小结　244

第11章　图形互操作　245
11．1　基础知识　245
11．1．1　norm与unorm　245
11．1．2　短向量类型　247
11．1．3　texture　251
11．1．4　writeonly_texture_view　257
11．1．5　纹理与数组　258
11．2　使用纹理和短向量　259
11．3　HLSL内建函数　262
11．4　DirectX互操作　264
11．4．1　加速器视图与Direct3D设备互操作　264
11．4．2　数组与Direct3D设备互操作　265
11．4．3　纹理与Direct3D纹理资源互操作　266
11．4．4　使用图形互操作库　269
11．5　小结　271

第12章　提示、技巧与最佳实践　273
12．1　处理分组大小不匹配的问题　273
12．1．1　填充分组　275
12．1．2　截取分组　276
12．1．3　对比方法　280
12．2　初始化数组　280
12．3　函数对象与lambda函数　281
12．4　原子操作　282
12．5　Windows 8上其他的C++ AMP功能　285
12．6　超时检测与恢复　286
12．6．1　避免TDR　287
12．6．2　在Windows 8上取消TDR　288
12．6．3　检测TDR和从TDR中恢复　288
12．7　双精度支持　290
12．7．1　有限双精度支持　290
12．7．2　完整双精度支持　290
12．8　在Windows 7上调试　291
12．8．1　配置远程计算机　291
12．8．2　配置项目　291
12．8．3　部署和调试项目　292
12．9　其他调试函数　293
12．10　部署　294
12．10．1　部署应用程序　294
12．10．2　在服务器上运行C++ AMP　294
12．11　C++ AMP与Windows 8的Windows应用商店　296
12．12　在托管代码中使用C++ AMP　296
12．12．1　从．NET应用程序、Windows 7 Windows应用商店或库中调用　297
12．12．2　从C++ CLR应用程序中调用　297
12．12．3　从C++ CLR项目中调用　297
12．13　小结　298

附录　其他资源　299