出版書誌データベース

ディープラーニングや機械学習などAIの処理高速化に最適! CUDA C プログラミングを本格的に学ぶ。 グローバルメモリ、シェアードメモリ、ストリームなどを徹底活用。 CUDA Cプログラミングを本格的に理解して、プログラムの高速化を図るための技術解説書。本書では、CUDAプログラミングモデルから始め、カーネルレベルやグリッドレベルの並列化手法を解説。グローバルメモリ、シェアードメモリ、ストリームなどを徹底活用する方法を紹介します。さらに、GPUスループットの計測、CUDAアプリケーションへの効率的な移植、マルチGPUプログラミングについても説明。 ◎本書は『Professional CUDA C Programming』の翻訳書です。 【本書の構成】 第1章 CUDAによるヘテロジニアス並列コンピューティング 第2章 CUDAプログラミングモデル 第3章 CUDAの実行モデル 第4章 グローバルメモリ 第5章 シェアードメモリとコンスタントメモリ 第6章 ストリームと並列処理 第7章 命令レベルのプリミティブの調整 第8章 CUDAのGPUアクセラレーションライブラリとOpenACC 第9章 マルチGPUプログラミング 第10章 実装上の注意点

表紙 正誤表のWebページ 本書に寄せて まえがき はじめに 謝辞 目次 第1章　CUDA によるヘテロジニアス並列コンピューティング 1.1　並列コンピューティング 1.2　ヘテロジニアスコンピューティング 1.3　Hello.World.from.GPU 1.4　CUDA.C プログラミングは難しい？ 1.5　まとめ 第2章　CUDA プログラミングモデル 2.1　CUDA プログラミングモデルの概要 2.2　カーネルの所要時間の計測 2.3　並列スレッドの構成 2.4　デバイスの管理 2.5　まとめ 第3章　CUDA の実行モデル 3.1　CUDA の実行モデルの紹介 2　ワープ実行の特性 3.3　並列性の確保 3.4　分岐のダイバージェンスの回避 3.5　ループの展開 3.6　ダイナミックパラレリズム 3.7　まとめ 第4章　グローバルメモリ 4.1　CUDA のメモリモデルの紹介 4.2　メモリの管理 4.3　メモリアクセスパターン 4.4　カーネルの帯域幅の調整 4.5　ユニファイドメモリを使った行列の加算 4.6　まとめ 第5章　シェアードメモリとコンスタントメモリ 5.1　CUDA のシェアードメモリの紹介 5.2　シェアードメモリのデータレイアウトの確認 5.3　グローバルメモリへのアクセスの削減 5.4　グローバルメモリへのアクセスのコアレッシング 5.5　コンスタントメモリ 5.6　ワープシャッフル命令 5.7　まとめ 第6章　ストリームと並列処理 6.1　ストリームとイベントの紹介 6.2　カーネルの並列実行 6.3　カーネル実行とデータ転送のオーバーラップ 6.4　GPU と CPU の実行のオーバーラップ 6.5　ストリームのコールバック 6.6　まとめ 第7章　命令レベルのプリミティブの調整 7.1　CUDA 命令の概要 7.2　アプリケーションに合わせた命令の最適化 7.3　まとめ 第8章　CUDA の GPU アクセラレーションライブラリとOpenACC 8.1　CUDA ライブラリの紹介 8.2　cuSPARSE ライブラリ 8.3　cuBLAS ライブラリ 8.4　cuFFT ライブラリ 8.5　cuRAND ライブラリ 8.6　CUDA.6 で導入された CUDA ライブラリの機能 8.7　CUDA ライブラリのパフォーマンスの調査 8.8　OpenACC の使用 8.9　まとめ 第9章　マルチ GPU プログラミング 9.1　マルチ GPU への移行 9.2　複数の GPU の間で計算処理を分割する 9.3　複数の GPU でのピアツーピア通信 9.4　マルチ GPU での有限差分法 9.5　GPU クラスタでのアプリケーションのスケーリング 9.6　まとめ 第10章　実装上の注意点 10.1　CUDA.C の開発プロセス 10.2　プロファイルに基づく最適化 10.3　CUDA のデバッグ 10.4　ケーススタディ：CUDA.C への C プログラムの移植 10.5　まとめ 付録 A　参考文献 索引 著者について 奥付