GPU高性能编程CUDA实战经典读后感10篇

　　《GPU高性能编程CUDA实战》是一本由Jason Sanders / Edward Kandrot著作，机械工业出版社出版的平装图书，本书定价：39.00元，页数：184，文章吧小编精心整理的一些读者的读后感，希望对大家能有帮助。

　　《GPU高性能编程CUDA实战》读后感(一)：你离CUDA编程的距离只有10个小时而已！

因为视觉方面的一个优化问题需要实时，求解的时候需要用到GPU加速，参考的库是COCOLIB，因此需要简单学习一下CUDA编程。
此书作为一本新手的入门书（之前没有接触过GPU编程的人）非常合适，我花了10个小时的时间阅读中文译版，对于有疑问的地方则对照英文版，由于只是单纯使用，不需要了解太多GPU的工作原理和CUDA实现框架，所以读起来比较顺畅。
总结来看，使用CUDA C的基本套路是，分配host和device的memory，然后进行内存拷贝，之后写GPU的kernel function，用于GPU计算，得出结果后，可以拷贝到CPU，也可以直接用于显卡渲染。
除了全局内存，为了效率，还有常量内存，纹理内存，零拷贝内存等，根据实际的需求特点选取。
而程序或者算法是否能用GPU获得性能的提升，则取决于需要完成的任务本身，如果可以分解成很多独立的子任务，即达到很高的并行度，则适合用GPU加速，且任务的有效分解需要人为的干预（开启多少线程块，线程，对于线程的同步的考虑等）。
本书重“实战”，几个例子都比较生动，对于“底层原理”基本不谈。希望快速上手“使用”GPU的同学，不妨以此书入门！
下一步准备把OpenGL系统学习一下:-)

　　《GPU高性能编程CUDA实战》读后感(二)：微浅。

这本书很浅。应付三流老师的课程还好，剩下就没大用了。
大规模并行最粗糙可以分两个方向，架构，并行算法。这本书丝毫没有提到GPU架构的问题。算法同样没有。用了整篇的书show你怎么写code。
详细的Intro确实是好，但读完这本书就觉得自己懂得CUDA了还远呢。译者翻译名字的时候选择性无视了Introduction这个词。
个人建议与其看这本书，不如去看专门的并行算法类的书籍。总归CUDA在程序员眼里不过是门并行的语言，就像懂得C++的人几个小时就能捡起JAVA一样。不谈架构的话，并行就是对算法的分析。不过说真的，相比MIMD，SIMD也算是小儿科了。