书籍详情
![《OpenCL异构并行计算：原理、机制与优化实践》[35M]百度网盘|亲测有效|pdf下载](/uploads/s0629/c0e71edb599549cc.jpg)
OpenCL异构并行计算：原理、机制与优化实践
- 出版社:互动出版网图书专营店
- 出版时间:2016-01
- 热度:6711
- 上架时间:2024-06-30 09:07:09
- 价格:0.0
书籍下载
书籍预览
免责声明
本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源，一旦发现资源涉及侵权，将立即删除。希望所有用户一同监督并反馈问题，如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
内容介绍
| 书名： | OpenCL异构并行计算：原理、机制与优化实践[按需印刷]|4891172 |
| 图书定价： | 79元 |
| 图书作者： | 刘文志;陈轶;吴长江 |
| 出版社： | 机械工业出版社 |
| 出版日期： | 2016/1/1 0:00:00 |
| ISBN号： | 9787111519348 |
| 开本： | 16开 |
| 页数： | 380 |
| 版次： | 1-1 |
| 作者简介 |
| 刘文志（花名风辰），毕业于中国科学院研究生院，闻名于并行计算江湖，尤善异构并行计算（X86、ARM、GPU、APU及PHI）和大规模集群计算，有7年相关经验，涉及图像处理、计算机视觉、数据挖掘和石油勘探。曾任英伟达并行计算工程师（协助建立英伟达北京CUDA团队）、百度在线高级研发工程师（协助建立百度深度学习实验室异构计算团队）。著有《并行算法设计与性能优化》《并行编程方法与优化实践》《科学计算与企业级应用的并行优化》三本并行计算领域的专著。微信公众号为：风辰的异构并行计算。 陈轶，网名zenny_chen，安沃传媒移动客户端及HTML5技术研发总监、首席科学家。多年高性能计算、嵌入式系统与移动互联网实践经验，深谙实时操作系统内核、设备驱动研发，对多媒体高性能计算编程、移动端开发以及各种处理器架构如数家珍，同时精通计算机底层基础技术与各种编程语言，现任OpenGPU社区“并行计算讨论区”以及“高级计算机体系结构讨论区”两大版块的版主，以及CocoaChina社区的Swift编程语言讨论区以及代码例子区的版主。曾任理光上海图像技术有限公司的高级体系结构工程师。 吴长江，多年GPU异构并行计算经验，涉及视频图像处理、石油勘探、密码破解和有限元分析等。GPU编程布道者，讲解OpenACC，CUDA相关内容。译有CUDA Fortran有关书籍及OpenACC编程标准。精通CUDA C/Fortran、OpenCL、OpenACC，近期关注移动端GPU在GPGPU方面的应用。 |
| 内容简介 |
| 本书一共分为4个部分：第1章介绍并行计算的沿革与现状。第2章介绍了OpenCLC语言的相关语法。第3章到第5章讲解了OpenCL运行时接口及其功能。第6章讲解了OpenCL更底层的工作机制，并结合当前主流的GPGPU做详细分析。第7章到第11章则是以四个实际常用算法来介绍如何用OpenCL做加速并行计算。通过阅读本书，读者不仅能全面掌握OpenCL的常规用法，而且还能深入了解OpenCL的运作机制，如何将计算设备的性能发挥到极致。这样就可以充分利用硬件特性来调整算法，使得计算速度能达到峰值。 |
| 目录 |
Contents 序一 序二 前言 第1章 异构并行计算的过去、现状和未来 1 1.1 单核标量处理器的困境 3 1.1.1 单核标量处理器如何提高性能 4 1.1.2 为什么单核标量处理器性能到达瓶颈 6 1.2 多核并行计算与向量化的出现 7 1.2.1 为什么会有多核 7 1.2.2 为什么会有向量化 7 1.2.3 如何利用多核和向量化的能力 8 1.2.4 多核和向量化的难点 8 1.3 异构并行计算的崛起 9 1.3.1 GPGPU的理念 9 1.3.2 CUDA的崛起 10 1.3.3 OpenCL横空出世 10 1.4 异构并行计算的未来（百花齐放） 11 1.5 本章小结 13 第2章 OpenCL的基本介绍 14 2.1 什么是OpenCL 14 2.2 OpenCL 平台模型 15 2.3 OpenCL 执行模型 15 2.3.1 上下文 16 2.3.2 命令队列 17 2.3.3 内核在OpenCL设备上执行 18 2.4 OpenCL存储器模型 19 2.4.1 存储器区域 19 2.4.2 存储器对象 21 2.4.3 共享虚拟存储器 21 2.5 OpenCL与OpenGL 22 2.6 OpenCL与CUDA 23 2.7 本章小结 23 第3章 进入OpenCL的世界（矢量加法） 25 3.1 构建示例 25 3.1.1 Windows平台 26 3.1.2 Linux平台 28 3.1.3 OS X平台 28 3.1.4 矢量加示例 29 3.2 获得OpenCL平台和设备及其属性 36 3.2.1 OpenCL平台 36 3.2.2 OpenCL设备 40 3.3 创建上下文和命令队列 51 3.3.1 创建OpenCL上下文 51 3.3.2 创建命令队列 56 3.4 创建程序对象和内核对象 58 3.5 程序对象 59 3.5.1 创建程序对象 59 3.5.2 构建程序对象 61 3.5.3 查询和管理程序对象 66 3.6 内核对象 69 3.6.1 创建内核对象 69 3.6.2 设置内核参数 70 3.6.3 查询和管理内核对象 73 3.7 执行内核 75 3.8 编写内核代码 76 3.9 OpenCL错误处理 78 3.10 本章小结 81 第4章 OpenCL C语言 82 4.1 修饰符 82 4.1.1 地址空间修饰符 82 4.1.2 函数修饰符 86 4.1.3 对象访问修饰符 88 4.2 标量数据类型 88 4.3 矢量数据类型 91 4.3.1 为什么要有矢量数据类型 92 4.3.2 矢量数据的使用 93 4.4 运算符 96 4.5 工作项布局函数 99 4.5.1 维度和工作项 100 4.5.2 工作组 101 4.6 数据拷贝操作 102 4.6.1 矢量数据拷贝 102 4.6.2 异步拷贝和预取 104 4.7 浮点函数 105 4.7.1 数学函数 106 4.7.2 公共函数 109 4.7.3 几何函数 110 4.8 整数函数 110 4.9 关系函数 112 4.10 杂项矢量函数 115 4.11 同步函数 117 4.12 原子函数 119 4.13 图像读/写函数 122 4.13.1 内建图像读函数 122 4.13.2 内建无采样器图像读 函数 126 4.13.3 内建图像写函数 129 4.13.4 内建图像查询函数 131 4.14 工作组函数 132 4.15 管道函数 134 4.15.1 内建管道读/写函数 135 4.15.2 内建工作组管道读/写函数 139 4.15.3 内建管道查询函数 140 4.16 设备队列 140 4.16.1 Blocks语法 142 4.16.2 设备队列相关函数 143 4.16.3 子内核存储器可见性 147 4.16.4 设备队列的使用示例 148 4.17 本章小结 153 第5章 OpenCL存储器对象 154 5.1 缓冲区 154 5.1.1 分配缓冲区对象 154 5.1.2 创建子缓冲区对象 157 5.2 图像对象和采样器对象 160 5.2.1 图像对象 160 5.2.2 采样器对象 166 5.2.3 图像旋转示例 171 5.3 管道 175 5.3.1 创建管道对象 175 5.3.2 管道对象查询 175 5.4 存储器对象数据传输 176 5.4.1 主机与设备间数据传输 176 5.4.2 存储器对象数据填充 181 5.4.3 存储器对象间数据传输 184 5.4.4 存储器对象映射 187 5.5 共享虚拟存储器 192 5.5.1 SVM缓冲操作 192 5.5.2 SVM类型和特性 197 5.5.3 相关示例 204 5.6 存储器一致性模型 208 5.6.1 存储器次序规则 214 5.6.2 原子操作的存储器次序规则 217 5.6.3 栅栏操作的存储器次序规则 219 5.6.4 工作组函数的存储器次序规则 220 5.6.5 主机端与设备端命令的存储器次序规则 221 5.6.6 关于存储器次序在实际OpenCL计算设备中的实现 223 5.7 本章小结 230 第6章 OpenCL同步及事件机制 231 6.1 主机端的OpenCL同步 232 6.2 OpenCL 事件机制 235 6.2.1 对OpenCL事件的标记和栅栏 244 6.2.2 内核程序中的同步 244 6.2.3 工作组内同步 245 6.3 原子操作 249 6.3.1 OpenCL 1.2中的原子操作 249 6.3.2 OpenCL 2.0中的原子操作 256 6.4 局部存储器与全局存储器间的异步拷贝 268 6.5 工作组间同步 272 6.6 本章小结 280 第7章 OpenCL与OpenGL互操作 281 7.1 从一个OpenGL上下文来创建OpenCL上下文 282 7.2 OpenCL使用OpenGL共享的缓存对象 283 7.3 OpenCL使用OpenGL纹理数据 295 7.4 OpenCL共享OpenGL渲染缓存 308 7.5 从一个OpenCL存储器对象查询OpenGL对象信息 314 7.6 访问共享对象的OpenCL与OpenGL之间的同步 315 7.7 本章小结 320 第8章 OpenCL到主流GPU处理器的映射 321 8.1 AMD家族GPU 321 8.1.1 AMD Cayman架构GPU 321 8.1.2 AMD GCN架构的GPU 326 8.2 NVIDIA CUDA兼容的GPU 333 8.2.1 NVIDIA GPU架构的执行模型 334 8.2.2 NVIDIA GPU的全局存储器 335 8.2.3 NVIDIA GPU的局部存储器 336 8.3 ARM Mali GPU架构 336 8.3.1 硬件架构 337 8.3.2 存储器层次 337 8.3.3 OpenCL映射 337 8.4 本章小结 338 第9章 OpenCL计算二维卷积 339 9.1 测试平台信息 340 9.2 AMD X86 CPU串行实现 341 9.2.1 简单实现 341 9.2.2 循环展开优化实现 342 9.2.3 AVX指令集优化 344 9.2.4 OpenMP 345 9.3 简单OpenCL实现 347 9.4 使用常量存储器优化 349 9.5 使用局部存储器优化 351 9.6 一个工作项同时计算多个输出 353 9.7 本章小结 355 第10章 OpenCL计算矩阵乘法 356 10.1 串行实现 357 10.1.1 初次实现 357 10.1.2 缓存友好的实现 357 10.1.3 使用AVX指令集实现 358 10.2 简单OpenCL实现 359 10.3 使用局部存储器优化 361 10.4 使用向量加载指令 363 10.5 一个工作项同时计算多个输出 365 10.6 优化流水线性能 368 10.7 本章小结 371 附录A OpenCL Query实例 372 附录B 其他主流异构并行计算编程环境简介 376 |
| 编辑推荐 |
| 工业界和学术界联合鼎力推荐，国内专家和实践者合力打造，所有案例均经过真机环境验证 基于OpenCl 2.0标准，OpenCL的API、平台支持、编程模型、通信机制，以及与OpenGL的交互，尤其对OpenCl 2.0新引入的SVM机制、管道和新定义的原子操作机制等进行了深入讲解，辅以大量示例说明，并给出卷积、矩阵乘法等优化实践案例 由于人工智能和机器学习随着移动互联的兴起，特别是对诸如图片、视频、语音等非结构化数据的挖掘、识别等以智能算法为核心的应用的兴起，“异构平台”成为各大互联网厂商追逐数据挖掘平台先进性的标志之一。 与CUDA只能运行在NVIDIA GPU上相比，OpenCL由Khronos国际标准组织发布与维护，是一种针对通用并行计算的开放行业标准和跨厂商解决方案，可以实现“一次编写，多环境运行”，大大提高开发效率。OpenCL正在成为异构处理器的性能调优利器和开发语言。然而，为了实现通用和跨平台的目标，OpenCL被设计成一个相对复杂的并行编程标准，其编程充满了各种困难和挑战。本书将是克服上述困难的利器。 本书基于OpenCL 2.0标准编写，有以下亮点： 简洁、通俗的语句和丰富的代码示例清晰解释了OpenCL中比较晦涩难懂的各种概念以及API的使用。 剖析如何利用OpenCL C编写内核，并深入解析OpenCL的存储器模型，以及OpenCL到主流GPU处理器的映射等核心技术与实战经验。 通过二维卷积、矩阵乘法等实际案例的开发和优化，进一步帮助读者加深对OpenCL的概念和应用的理解。 更多精彩，点击进入品牌店查阅>> |