Cuda C++ 编程指南

cuda C++ 练习指南

详细介绍了GPU与MATLAB混合编程的环境、注意事项以及详细步骤。

仇德元编著的《GPGPU编程技术——从GLSL、CUDA到OpenCL》是在原教材第2版的基础上，经过一定的增删得到的。原教材中关于专业算法设计的一些内容已被剔除，增加了一定篇幅的面向初学者的基础内容，并补充了一些至2011年国外**的GPGPU编程技术。全书涵盖了从软件的安装和编译、编程语言的语法和使用技巧、程序优化，直到高级开发中可能遇到的各种情况及应对方案等完整的内容。对于读者可能感兴趣而限于篇幅不能继续展开的内容，本书还为进一步的深入学习和研究指引了参考资料。

并行编程（CUDA、openMP、MPI） 介绍 这个存储库包含一些并行编程的实现。 使用了 3 种技术：* 用于共享内存拓扑的 openMP * 用于分布式内存拓扑的 openMPI * 用于 GPU（图形处理单元）的 CUDA 项目一 描述 该项目包含使用 openMP 和 openMPI 的线性系统高斯算法的并行化实现，并比较各种并行实现与串行实现之间的并行化和时间增益。 在文件 LU_serial.c 中，已经给出了原始序列号。 使用 openMPI 的算法有 4 个并行实现，它们在数据分配类型和进程之间的通信类型方面有所不同。 第一种类型的数据分配是连续块分配。 因此，如果我们有一个 100x100 元素和 n 个进程的数组，则该数组的前 100/n 行分配给第一个进程，接下来的 100/n 行分配给下一个进程。 第二种数据分配类型是数据的循环分配。 所以，如果我们有一个 10

【CUDA并行编程之八】Cuda实现Kmeans算法-附件资源

本代码是全局kmeans算法在异构架构下的实现，使用cuda c语言编写。（声明，改代码是一位大牛所写，希望对你有用）

CUDA by Example: An Introduction to General-Purpose GPU Programming带随书源代码。

channel_max_cuda

GPGPU编程技术 从GLSL、CUDA到OpenCL，对CUDA 及 Opencl学习与实践者，不错的选择