关于CUDA的一些学习资料

http://www.cnblogs.com/5long/p/cuda-learning.html

前言

最近看了一些关于CUDA方面的资料，并粗略地浏览了两本关于CUDA和GPGPU的书（《GPGPU编程技术：从GLSL、CUDA到OpenCL》和《CUDA并行程序设计：GPU编程指南》），对于CUDA目前本人也是处于正在入门的阶段。在此汇编CUDA的学习资料，方便以后的学习。

关于GPGPU

所谓GPGPU，就是把强大的图形处理器应用于日益复杂的计算工作。究其本质，图形处理单元（Graphices Processor Unit, GPU）是为高速图形处理而设计的，它具有天然的并行性，程序并行运行自然要比串行快很多。

早期的GPGPU编程比较痛苦，经典的GPGPU需要使用通用的图形API，比如OpenGL，而图形API并不是为了通用程序而设计的，所以需要使用大量的技巧，让通用计算的数据“看起来像幅图”。除了难以掌握外，更重要的是不能根据硬件特性获取硬件应有的性能，于是就产生了CUDA。

关于CUDA

CUDA全名计算统一设备架构（Compute Unified Device Architecture, CUDA），东家是英伟达（NVIDIA）。CUDA是专门为通用计算而设计的（Tesla卡甚至连图形输出都没有，专为计算而设计），CUDA采用一种简单的数据并行模型，再结合编程模型，从而无需操纵复杂的图形基元，CUDA使得GPU看起来和别的可编程设备一样。

CUDA书籍

• 《GPGPU编程技术:从GLSL、CUDA到OpenCL》
• 《CUDA并行程序设计-GPU编程指南》
• 《CUDA Programming》
• 《GPU高性能编程CUDA实战》
• 《CUDA by Example》
• 《CUDA专家手册:GPU编程权威指南》
• 《The CUDA Handbook》
• 《CUDA Application Design and Development》
• 《GPU精粹2·高性能图形芯片和通用计算编程技巧》
• 《高性能CUDA应用设计与开发》
• 《GPU高性能运算之CUDA》
• 《CUDA范例精解》
• 《基于GPU的多尺度离散模拟并行计算》

更多书籍查看豆列GPGPU&CUDA。

CUDA Online

• 英伟达官方培训网站：英文, 中文
• NVIDIA DEVELOPER ZONE：https://developer.nvidia.com/
• GPU技术会议（GTC）资料：http://on-demand-gtc.gputechconf.com/gtcnew/on-demand-gtc.php
• GTC：http://www.gputechconf.com/
• GTC中国：http://www.nvidia.cn/object/gpu-technology-conference-cn.html
• CUDA zone：https://developer.nvidia.com/cuda-zone
• CUDA zone 中国：https://cudazone.nvidia.cn/
• Learning Cuda By Shane Cook：http://www.cudadeveloper.com/learningcuda.php

在线课程

• ECE-498AL：https://courses.engr.illinois.edu/ece498al
• Stanford CS193G：iTunes U、https://code.google.com/p/stanford-cs193g-sp2010/
• Wisconsin ME964：http://sbel.wisc.edu/Courses/ME964/2011/
• EE171并行计算机架构：http://www.nvidia.com/object/cudau_ucdavis

其它

CUDA作为并行计算架构，通常会和其它并行架构一起配合使用。如OpenMP、OpenACC、MPI，OpenACC是NVIDIA明确支持的。

• OpenMP
• OpenACC:官网、NVIDIA OpenAcc指令、NVIDIA OPENACC TOOLKIT
• MPI
• ZeroMQ
• OpenCL

结语

本文主要整理收集了CUDA的相关书籍和资料，以供学习时方便查阅，整理可能不完整。

参考文献

1. 库克. CUDA并行程序设计[M]. 机械工业出版社, 2014.
2. 仇德元. GPGPU编程技术. 机械工业出版社, 2011.