基於MATLAB的GPU編程

《基於MATLAB的GPU編程》是2019年機械工業出版社出版的圖書，作者是尼古勞斯·普洛斯卡斯（Nekolaos Ploskas）。

基本介紹

• 中文名：基於MATLAB的GPU編程
• 作者：尼古勞斯·普洛斯卡斯（Nekolaos Ploskas）
• 譯者：張帆、倪軍、李征
• 出版時間：2019年5月1日
• 出版社：機械工業出版社
• ISBN：9787111625858

內容簡介

《基於MATLAB的GPU編程》面向的讀者群主要是想在保留MATLAB優點的同時利用GPU編程實現加速的科研人員、工程師或學生。書中對各種工具箱和函式做了清晰的梳理，不僅是對當前MATLAB文檔的有益補充，而且提供了大量來自不同領域的應，用實例。

《基於MATLAB的GPU編程》首先介紹支持GPU計算的MATLAB工具箱，這使得程式可以直接在GPU上運行，而不需要太多關於GPU編程的知識。接著介紹了MATLAB內置的GPU計算功能，包括在多核或不同計算機系統中利用GPU的方法。最後介紹了一些高階主題。如在MATLAB中引入CUDA代碼，以最佳化現有的GPU套用。

《基於MATLAB的GPU編程》特點：

●介紹支持GPU的MATLAB工具箱及函式，如並行計算工具箱、通信系統工具箱、神經網路工具箱以及統計和機

　　器學習工具箱等。

●講解如何在不使用另一門程式語言（如CUDA C/C++或CUDA Fortran）的情況下加速計算密集型的MATLAB

　　套用。

●涵蓋圖像處理、信號處理、統計學等不同領域的實例，幫助讀者快速理解GPU編程的關鍵概念。

圖書目錄

譯者序

推薦序

前言

關於作者

第1章　引言 1

1.1　並行編程 1

1.1.1　並行計算導引 1

1.1.2　並行計算機的類別 4

1.1.3　並行計算機的記憶體架構 6

1.2　GPU編程 7

1.3　CUDA架構 7

1.4　為什麼在MATLAB中進行GPU編程，什麼情況下使用GPU編程 11

1.5　本書的組織結構 15

1.6　本章回顧 16

第2章　入門準備 17

2.1　硬體要求 17

2.2　軟體要求 19

2.2.1　NVIDIA CUDA 工具包 19

2.2.2　MATLAB 26

2.3　本章回顧 29

第3章　並行計算工具箱 30

3.1　產品描述與目標 30

3.2　並行for循環（parfor） 32

3.3　單程式多數據（spmd） 43

3.4　分散式數組和共分散式數組 47

3.5　互動式並行開發（pmode） 52

3.6　GPU計算 53

3.7　集群和作業調度 53

3.8　本章回顧 57

第4章　基於MATLAB的GPU編程介紹 58

4.1　基於MATLAB的GPU編程特性 58

4.2　GPU數組 59

4.3　基於GPU的MATLAB內置函式 66

4.4　基於GPU的MATLAB逐元素操作 78

4.5　本章回顧 91

第5章　基於MATLAB工具箱的GPU編程 92

5.1　通信系統工具箱 92

5.2　圖像處理工具箱 109

5.3　神經網路工具箱 112

5.4　相控陣系統工具箱 131

5.5　信號處理工具箱 136

5.6　統計和機器學習工具箱 137

5.7　本章回顧 142

第6章　多GPU並行 143

6.1　在指定GPU設備上定義和運行代碼 143

6.2　多GPU運算舉例 150

6.3　本章回顧 166

第7章　運行CUDA或PTX代碼 168

7.1　CUDA C編程簡介 168

7.2　在GPU上通過MATLAB運行CUDA或PTX代碼的步驟 172

7.3　示例：向量加法 180

7.4　示例：矩陣乘法 182

7.5　本章回顧 185

第8章　包含CUDA代碼的MATLAB MEX函式 186

8.1　MATLAB MEX檔案簡介 186

8.2　在GPU上執行MATLAB MEX函式的步驟 191

8.3　示例：向量加法 198

8.4　示例：矩陣乘法 201

8.5　本章回顧 204

第9章　CUDA加速庫 205

9.1　引言 205

9.2　cuBLAS 206

9.3　cuFFT 210

9.4　cuRAND 213

9.5　cuSOLVER 216

9.6　cuSPARSE 219

9.7　NPP 223

9.8　Thrust 227

9.9　本章回顧 229

第10章　代碼分析與GPU性能提升 230

10.1　MATLAB分析 230

10.2　CUDA分析 242

10.3　提升GPU性能的最佳實踐 246

10.4　本章回顧 251

參考文獻 252

作者簡介

尼古勞斯·普洛斯卡斯（Nikolaas Ploskas），希臘西馬其頓大學信息與通信工程系助理教授，曾在美國卡內基一梅隆大學化學工程系從事博士後研究，研究方向包括運籌學、並行編程、GPU編程和決策支持系統。

　　尼古勞斯·薩馬拉斯（Nikolaos Samaras），希臘馬其頓大學套用信息系教授，研究方向包括線性／非線性最佳化、網路最佳化以及高性能計算和GPU編程。

　　張帆，北京化工大學信息科學與技術學院教授、博導，曾獲北京高校青年英才計畫資助。張帆博士從2008年開始從事GPU並行計算研究，201 4年獲國家留學基金委全額資助，赴美國伊利諾伊大學香檳分校（UIUC）進行高性能計算方面的訪問學習。長期致力於SAR數據模擬、高性能計算、圖像處理等方面的研究，主持國家自然科學基金等科研項目20餘項，發表學術論文70餘篇。目前擔任《IEEE Access》的副主編，以及《IEEETGRS》《雷達學報》等期刊的審稿人。

　　倪軍，北京化工大學信息科學與技術學院博士生，IEEE北京化工大學學生分會主席，研究方向包括極化SAR分類、高性能計算、人工智慧。

　　李征，北京化工大學信息科學與技術學院教授、博導，曾獲教育部新世紀優秀人才支持計畫資助。重點研究智慧型化軟體工程，是中國基於搜尋的軟體工程研討會（CSBSE）的發起人。單篇論文被引超過500次，主持多項國家和省部級項目。