CUDA并行程序设计：GPU编程指南共分为12章。第1章从宏观上介绍流处理器演变历史。第2章详解GPU并行机制，深入理解串行与并行程序，以辩证地求解问题。第3章讲解CUDA设备及相关的硬件和体系结构，以实现优CUDA程序性能。第4章介绍CUDA开发环境搭建和可用调试环境。第5章介绍与CUDA编程紧密相关的核心概念——网格、线程块与线程，并通过示例说明线程模型与性能的关系。第6章借助实例详细讲解了不同类型内存的工作机制，并指出实践中容易出现的误区。第7章细述多任务的CPU和GPU协同，并介绍多个CPU/GPU编程秘技。第8章介绍如何在应用程序中编写和使用多GPU。第9章详述CUDA编程性能限制因素、分析CUDA代码的工具和技术。第10章介绍编程实践中的库与软件开发工具包。第11章讲解如何设计基于GPU的系统。第12章总结CUDA应用中易犯错误以及应对建议。

北航 CUDA编程 专业课课件 CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台，CUDA使GPU能够解决复杂的计算问题。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行

英伟达cuda认证通过代码

过分割是计算机视觉领域流行的图像预处理方法。针对其运行速度慢的缺点，对广泛采用的Turbopix算法提出CUDA并行优化的方法。通过每个线程执行一个超像素扩张的任务分配，实现了水平集函数的并行演化；利用纹理存储空间和常数存储空间的优化策略,改善了数据访存的效率。实验结果表明，在GT 240M平台上，平均加速比达到了15以上。

【CUDA并行编程之八】Cuda实现Kmeans算法-附件资源

CUDA程序在linux环境下实现并行的搜索最短路径，速度更快。

CUDA 并行程序设计： GPU编程指南，参考书，先分享资源，积分不够的联系下

基本遗传算法在GPU 上并行实现其所有操作,提高其运行速度和准确度

Gauss-jordan算法CUDA并行求解线性方程组解，加速五倍

CUDA并行程序设计 GPU编程指南 shane cook 中文版全 共522页