Cuda by Example: Una introducción a la programación de Gpu de propósito general

Opiniones de los lectores

El libro «CUDA by Example», de Sanders y Kandrot, tiene una buena acogida como texto introductorio para aprender a programar con CUDA, especialmente adecuado para principiantes sin conocimientos previos de cálculo paralelo. Ofrece un enfoque estructurado para enseñar los conceptos de CUDA a través de ejemplos prácticos, que en general son claros y progresivamente complejos. Sin embargo, también recibe críticas por diversas cuestiones, como erratas, errores de codificación y cierta falta de profundidad en temas avanzados.

⬤ Buen recurso introductorio para principiantes en la programación CUDA.
⬤ Lenguaje claro y fácil de leer con un enfoque metódico.
⬤ Ejemplos bien explicados que se basan en capítulos anteriores.
⬤ Proporciona una visión completa de los conceptos de CUDA sin abrumar al lector.
⬤ Facilita la comprensión a quienes se inician en la programación para la GPU.

⬤ Numerosas erratas y errores de código que dificultan la comprensión.
⬤ Falta de instrucciones sobre la configuración de un entorno de desarrollo y la compilación de códigos.
⬤ Algunas repeticiones y verborrea que podrían haberse evitado, haciéndolo innecesariamente largo.
⬤ Discusión limitada sobre técnicas avanzadas de optimización, que son importantes para usuarios experimentados.
⬤ La disponibilidad del código fuente era inicialmente engañosa.

(basado en 98 opiniones de lectores)

Título original:

Cuda by Example: An Introduction to General-Purpose Gpu Programming

Contenido del libro:

"Este libro es de lectura obligatoria para cualquiera que trabaje con sistemas informáticos basados en aceleradores".

-Del prólogo de Jack Dongarra, Universidad de Tennessee y Laboratorio Nacional Oak Ridge.

CUDA es una arquitectura de computación diseñada para facilitar el desarrollo de programas paralelos. En combinación con una completa plataforma de software, la arquitectura CUDA permite a los programadores aprovechar la inmensa potencia de las unidades de procesamiento gráfico (GPU) para crear aplicaciones de alto rendimiento. Las GPU, por supuesto, llevan mucho tiempo disponibles para aplicaciones gráficas y de juegos exigentes. Ahora, CUDA pone este valioso recurso al alcance de los programadores que trabajan en aplicaciones de otros campos, como la ciencia, la ingeniería o las finanzas. No es necesario tener conocimientos de programación de gráficos, basta con saber programar en una versión modestamente ampliada de C.

CUDA por ejemplo, escrito por dos miembros senior del equipo de la plataforma de software CUDA, muestra a los programadores cómo emplear esta nueva tecnología. Los autores presentan cada área de desarrollo de CUDA a través de ejemplos prácticos. Tras una concisa introducción a la plataforma y la arquitectura CUDA, así como una guía de inicio rápido a CUDA C, el libro detalla las técnicas y las ventajas y desventajas asociadas a cada función clave de CUDA. Descubrirás cuándo utilizar cada extensión de CUDA C y cómo escribir software CUDA que ofrezca un rendimiento realmente extraordinario.

Entre los principales temas tratados se incluyen.

⬤  Programación paralela.

⬤  Cooperación de hilos.

⬤  Memoria constante y eventos.

⬤  Memoria de texturas.

⬤  Interoperabilidad de gráficos.

⬤  Atómica.

⬤  Streams.

⬤  CUDA C en múltiples GPUs.

⬤  Atómica avanzada.

⬤  Recursos CUDA adicionales.

Todas las herramientas de software CUDA que necesitarás están disponibles para su descarga gratuita en NVIDIA.

Http: //developer. nvidia.com/object/cuda-by-example. html.