CUDA Fortran dla naukowców i inżynierów: Najlepsze praktyki wydajnego programowania CUDA Fortran

Opinie czytelników

Książka o CUDA Fortran została dobrze przyjęta ze względu na jej przejrzystość, szczegółowe omówienia i praktyczne przykłady. Dostarcza ona cennych informacji zarówno początkującym, jak i zaawansowanym użytkownikom, pomagając im zoptymalizować kod Fortran pod kątem architektur GPU, w szczególności Tesla K20. Niektórzy użytkownicy zauważają jednak, że może być ona nieco przestarzała, a jej materiał może stanowić wyzwanie dla osób bez solidnego wykształcenia informatycznego.

⬤ Przejrzyste i zwięzłe wyjaśnienia.
⬤ Przydatne zarówno dla początkujących, jak i zaawansowanych programistów.
⬤ Zawiera informacje zwrotne na temat wydajności i kody testowe.
⬤ Dobre wyjaśnienie architektur GPU CUDA.
⬤ Praktyczne wskazówki dotyczące optymalizacji, szczególnie dla jąder CUDA.
⬤ Przystępna cena pozwala uniknąć pułapek związanych z poszukiwaniem informacji w Internecie.
⬤ Pozytywne doświadczenia użytkownika z praktycznymi ćwiczeniami kodowania.

⬤ Nieco przestarzała, z odniesieniami do starszych architektur GPU (Kepler) i brakiem pokrycia nowszych (Maxwell).
⬤ Długi dodatek z kodem źródłowym może wydawać się zbędny dla niektórych czytelników.
⬤ Niektórzy użytkownicy uznali kompilator PGI za trudny w użyciu.
⬤ Treść może być zbyt zaawansowana dla osób niebędących informatykami lub studentów studiów licencjackich.

(na podstawie 9 opinii czytelników)

Oryginalny tytuł:

CUDA Fortran for Scientists and Engineers: Best Practices for Efficient CUDA Fortran Programming

Zawartość książki:

Książka CUDA Fortran for Scientists and Engineers pokazuje, w jaki sposób twórcy wysokowydajnych aplikacji mogą wykorzystać moc układów GPU przy użyciu języka Fortran, znanego z obliczeń naukowych i testów porównawczych wydajności superkomputerów.

Autorzy zakładają brak wcześniejszego doświadczenia w obliczeniach równoległych i omawiają podstawy wraz z najlepszymi praktykami w zakresie wydajnych obliczeń na GPU przy użyciu CUDA Fortran. Aby pomóc w dodaniu CUDA Fortran do istniejących kodów Fortran, książka wyjaśnia, jak zrozumieć docelową architekturę GPU, zidentyfikować wymagające obliczeniowo części kodu i zmodyfikować kod w celu zarządzania danymi i równoległością oraz optymalizacji wydajności.

Wszystko to odbywa się w języku Fortran, bez konieczności przepisywania kodu w innym języku. Każda koncepcja jest zilustrowana rzeczywistymi przykładami, dzięki czemu można natychmiast ocenić wydajność własnego kodu w porównaniu.