这个文档是什么？
此书是帮助开发者更好利用NVIDIA CUDA GPU的一本手册。
同时本书也可做参考书，不过建议未读过的人可先概览一遍。
谁应该读此书？
本书中的讨论使用的都是C 语言，因此C语言/C++开发者在学习过程中应该不会感到费劲。
同时，书中提到了很多其他学习文档，均可免费从英伟达网站获取：
http://developer.nvidia.com/cuda-downloads 。
下面几个文档比较重要，尤其推荐使用：
- CUDA Installation Guide
- CUDA C Programming Guide
- CUDA Toolkit Reference Manual
本书所写的优化部分假设你已经成功安装CUDA Toolkit并熟悉了CUDA C编程。
Assess, Parallelize, Optimize, Deploy
本书介绍了Assess, Parallelize, Optimize, Deploy（APOD）设计周期。APOD是一个周期性过程：初始化的加速可被达到，测试，并使用最少的时间来应用。
Assess
对于一个已存在的工程，第一步就是去获取应用来定位。定位什么呢？即工程代码中的那部分是对冗余的执行时间负责的（谁产生的这部分时间开销）。
Parallelize
鉴定完上面那个代码位置，并且完成了设置目标和期望的基本事情之后，开发者们需要并行化这段代码。
依赖于原始代码，并行化的任务可以简单到直接调用已存在的GPU 优化库，比如cuBLAS, cuFFT, 或者Thrust。
另一方面，有些应用的设计可能会需要一些代码的重构来实现并行。
Optimize
当每一轮的应用并用完成后，开发者可以进行优化以得到GPU计算的最佳表现。
优化可以在几个不同的层面上，从带计算操作的冗余数据传输到微调一个浮点数操作序列等。
Deploy
完成了应用中一个或多个模块的GPU 加速之后，有必要将GPU计算结果与预期结果（CPU计算结果）进行比较，以确定我们的任务是正确完成的。
-------------------------以上是本书的前言介绍----------------------------------------
本书一共包含17章，拟花一周过完。这就相当于每天至少完成3章的学习。另外我会同时学习另外一本书CUDA C Programming Guide， 该书共5章，拟每天学习一章。
