CUDA是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，CUDA架构能充分发挥GPU的强大计算功能。本书首先介绍了CUDA架构的应用背景，并给出了如何配置CUDA c的开发环境。然后通过矢量求和运算、矢量点积运算、光线跟踪、热传导模拟等示例详细介绍了CUDA c的基本语法和使用模式。通过学习本书，读者可以清楚了解CUDA c中每个功能的适用场合，并编写出高性能的CUDA软件。

基于cuda的图像边缘检测文档，对于学习cuda的新手来说是不可多得的材料！

Glirt基于CUDA的多模态三维医学图像配准.rar

opencv4.5.1+vs2017+win10+cuda+编译

简单的MFC对话框调用CUDA函数的应用程序。推荐使用VS2022+CUDA11.6配置。

GPUMD 什么是GPUMD ？ GPUMD代表图形处理单元分子动力学。它是在图形处理单元（GPU）上完全实现的通用分子动力学（MD）代码。 通过使用GPU [1]，可以大大提高对多体势的力评估[1]，这要归功于参考文献中得出的一组简单的力，病毒应力和热流表达式。 [2，3]。 除了高效之外，GPUMD的另一个独特功能是它具有研究热传输的有用工具[2，3，4，5]。 先决条件 您需要具有计算能力不低于3.5的GPU卡以及不低于CUDA 9.0的CUDA工具包。 适用于Linux（带有GCC）和Windows（带有MSVC）操作系统。 编译GPUMD 转到src目录，然后输入make 。编译完成后，将在src目录中生成两个可执行文件gpumd和phonon 。 运行GPUMD 转到目录src 。 键入src/gpumd < examples/input_gpumd.txt来运行exampl

TensorRT-8.2.0.6.Windows10.x86_64.cuda-10.2.cudnn8.2 windsows版本，使用的时候将lib include bin中的文件放到对应的你的如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0路径下的 lib include bin里面

这是自己在VS2012下，使用PVF弄的一个fortran调用CUFFT的例子。

spmv的串行和cpu、gpu并行性能测试demo

TensorRT-7.2.2.3.Ubuntu-18.04.x86_64-gnu.cuda-11.0.cudnn8.0.tar.gz，安装tensorRT源码，适合cuda版本11.0 cudnn版本8.0