《CUDA高性能并行计算》----1.4 推荐项目

本 节 书 摘 来 自 华 章 出 版 社 《CUDA高性能并行计算》 一 书 中 的 第1章，第1.4节， 作 者 CUDA for Engineers: An Introduction to High-Performance Parallel Computing[美] 杜安·斯托尔蒂（Duane Storti）梅特·尤尔托卢（Mete Yurtoglu） 著，苏统华 项文成 李松泽 姚宇鹏 孙博文 译 ， 更 多 章 节 内 容 可 以 访 问 云 栖 社 区 “华 章 计 算 机” 公 众 号 查 看。 1.4 推荐项目

项目1～5是关于运行其他CUDA样例程序的练习。

1.运行在1_Utilities文件夹下的deviceQuery样例程序，获取读者计算机系统中支持CUDA的GPU信息。

2.运行在2_Graphics文件夹下的Mandelbrot样例程序。模拟选项将会出现在命令行窗口中。你可以通过ESC键随时退出模拟。

3.运行在2_Graphics文件夹下的volumeFilter样例程序。模拟选项将会出现在命令行窗口中。

4.运行在5_Simulations文件夹下的smokeParticles样例程序。在模拟中点击鼠标右键可以看到交互选项。

5.运行在5_Simulations文件夹下的fluidsGL样例程序。在模拟中使用鼠标左键点击和拖动来操纵液态粒子（r键重置模拟）。

6.我们定义了distance()函数返回sqrt((x2-x1)*(x2-x1))的计算结果。另一种替代计算欧氏距离的替代方式是使用绝对值距离。请创建一个替代现有方法的基于绝对值的distance()函数。参考http://en.cppreference.com/w/c/numeric/math来查看更多常用数学函数。

《CUDA高性能并行计算》----2.4 推荐项目 1.去CUDA Zone注册并加入到CUDA开发者中（如果读者还没有这样做的话）。 2.观看 www.nvidia.com/object/nvision08_gpu_v_cpu.html的视频，体会关于并行和串行执行的有趣的对比。
《CUDA高性能并行计算》----3.6 推荐项目 1.改变距离数组中的元素数目并进行实验。当你将数目N定义成128、1024、63、65的时候是否遇到了一些问题？ 2.计算包含4096个距离的距离数组并尝试改变TPB。你可以在系统上运行的最大（和最小）线程块大小是多大？注意，这个问题的答案依赖于你的GPU设备的计算能力。
《CUDA高性能并行计算》----0.7 本书代码 本书应用程序的代码可以通过www.cudaforengineers.com获取。虽然书中采用了一些代码片断和“骨架”代码（skeleton code），但标记为“代码清单”的代码（包含行号）是真实可运行代码的一部分。
《CUDA高性能并行计算》----导读 Praise 本书赞誉 FORTRAN（盛行于20世纪60年代）是最早允许我们在大型机上编程的语言。之后是BASIC（流行于20世纪80年代）赋予我们为第一批微型计算机编写程序的能力。现在轮到CUDA，让我们可以为超级微型计算机编写程序。
《CUDA高性能并行计算》----3.5 本章小结 在本章中，我们使用CUDA依次创建了``dist_v1``与``dist_v2``的并行化版本``—dist_v1_cuda``与``dist_v2_cuda``。 ``dist_v2_cuda``为CUDA应用标准工作流程提供范例。下面是一些简明的内容回顾（CUDA应用包括的大致步骤）：
《CUDA高性能并行计算》----0.9 历史沿革 本书是作者在CUDA疆域探险数年的经验总结。最初开展的是容积医学影像（volumetric medical imaging）、2D和3D成像（即透视和CT扫描）的配准以及计算机辅助设计（computer-aided design）和增材制造（additive manufacturing）的新方法研究。
《CUDA高性能并行计算》----1.3 本章小结 在本章，我们运行了一些CUDA样例程序并且获得了GPU并行计算的直观体验。同时我们介绍了两个串行的程序，将在后文作为并行化的实验函数。其中dist_v1提供了一个最简单的并行化实验例子，而dist_v2则描述了一个实用的结构和更典型的数据流。
《CUDA高性能并行计算》----0.6 本书体例 本书使用以下约定： 为了跟正常文字区分，代码清单使用等宽（monospace）字体排版。 我们经常把类UNIX系统，如Linux和OS X，统一称为Linux。 我们把完整的示例程序称为应用程序（简写为app）。