Leserbewertungen
Zusammenfassung:Das Buch über CUDA Fortran wird für seine Klarheit, seine detaillierten Diskussionen und seine praktischen Beispiele gelobt. Es bietet sowohl Anfängern als auch fortgeschrittenen Benutzern wertvolle Einblicke und hilft ihnen, ihren Fortran-Code für GPU-Architekturen, insbesondere den Tesla K20, zu optimieren. Einige Benutzer weisen jedoch darauf hin, dass es etwas veraltet sein könnte und dass das Material für diejenigen, die keinen fundierten Informatikhintergrund haben, schwierig sein kann.
Vorteile:⬤ Klare und prägnante Erklärungen.
⬤ Nützlich sowohl für Anfänger als auch für fortgeschrittene Programmierer.
⬤ Enthält Leistungsfeedback und Testcodes.
⬤ Gute Erklärungen zu CUDA GPU-Architekturen.
⬤ Praktische Optimierungstipps, insbesondere für CUDA-Kernel.
⬤ Vermeidet auf kostengünstige Weise die Fallstricke bei der Suche nach Informationen im Internet.
⬤ Positive Benutzererfahrungen mit praktischen Programmierübungen.
⬤ Etwas veraltet, mit Verweisen auf ältere GPU-Architekturen (Kepler) und mangelnder Berichterstattung über neuere (Maxwell).
⬤ Ein langer Anhang mit Quellcode könnte einigen Lesern unnötig erscheinen.
⬤ Einige Benutzer fanden den PGI-Compiler schwierig zu bedienen.
⬤ Der Inhalt könnte für Nicht-Informatiker oder Studenten im Grundstudium zu fortgeschritten sein.
(basierend auf 9 Leserbewertungen)
Originaltitel:
CUDA Fortran for Scientists and Engineers: Best Practices for Efficient CUDA Fortran Programming
Inhalt des Buches:
CUDA Fortran for Scientists and Engineers zeigt, wie Entwickler von Hochleistungsanwendungen die Leistung von GPUs mit Fortran, der vertrauten Sprache des wissenschaftlichen Rechnens und des Benchmarking von Supercomputerleistungen, nutzen können.
Die Autoren gehen davon aus, dass Sie keine Erfahrung mit parallelen Berechnungen haben, und behandeln die Grundlagen sowie die besten Praktiken für effiziente GPU-Berechnungen mit CUDA Fortran. Um Ihnen zu helfen, CUDA Fortran zu bestehenden Fortran-Codes hinzuzufügen, erklärt das Buch, wie Sie die Ziel-GPU-Architektur verstehen, rechenintensive Teile des Codes identifizieren und den Code modifizieren, um die Daten und die Parallelität zu verwalten und die Leistung zu optimieren.
All dies geschieht in Fortran, ohne dass der Code in einer anderen Sprache neu geschrieben werden muss. Jedes Konzept wird anhand konkreter Beispiele veranschaulicht, so dass Sie die Leistung Ihres Codes sofort im Vergleich bewerten können.
Weitere Daten des Buches:
| ISBN: | 9780124169708 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2013 |
| Seitenzahl: | 338 |
Kauf:
Derzeit verfügbar, auf Lager.
