C++ AMP：用Visual C++加速大規(guī)模并行計(jì)算

目　錄
第1章　C++ AMP概述　1
1．1　為什么選擇GPGPU？什么是異構(gòu)計(jì)算？　1
1．1．1　性能提升史　1
1．1．2　異構(gòu)平臺(tái)　2
1．1．3　GPU架構(gòu)　3
1．1．4　通過并行性提升性能的候選方案　4
1．2　CPU并行技術(shù)　7
1．2．1　向量化　7
1．2．2　OpenMP　9
1．2．3　并發(fā)運(yùn)行時(shí)庫(ConcRT)和并行模式庫　10
1．2．4　任務(wù)并行庫　11
1．2．5　WARP-Windows高級柵格化平臺(tái)　11
1．2．6　GPU并行技術(shù)　12
1．2．7　成功并行化的要求　13
1．3　C++ AMP方法　14
1．3．1　C++ AMP將GPGPU(以及更多)帶進(jìn)主流　14
1．3．2　C++ AMP是C++，而不是C　14
1．3．3　C++ AMP使用了我們熟識的工具　15
1．3．4　C++ AMP是一個(gè)近乎全面的代碼庫　15
1．3．5　C++ AMP可以生成可移植的、不會(huì)過時(shí)的執(zhí)行代碼　17
1．4　小結(jié)　18
第2章　Nbody案例　19
2．1　運(yùn)行示例前的準(zhǔn)備工作　19
2．2　運(yùn)行Nbody示例　20
2．3　示例的結(jié)構(gòu)　24
2．4　CPU計(jì)算　25
2．4．1　數(shù)據(jù)結(jié)構(gòu)　25
2．4．2　wWinMain函數(shù)　26
2．4．3　OnFrameMove回調(diào)函數(shù)　26
2．4．4　OnD3D11CreateDevice回調(diào)函數(shù)　27
2．4．5　OnGUIEvent回調(diào)函數(shù)　29
2．4．6　OnD3D11FrameRender回調(diào)函數(shù)　30
2．5　CPU NBody類　30
2．5．1　NBodySimpleInteractionEngine　30
2．5．2　NBodySimpleSingleCore　31
2．5．3　NBodySimpleMultiCore　31
2．5．4　NBodySimpleInteractionEngine：：BodyBodyInteraction　32
2．6　C++ AMP計(jì)算　33
2．6．1　數(shù)據(jù)結(jié)構(gòu)　33
2．6．2　CreateTasks　35
2．7　C++ AMP NBody類　37
2．7．1　NBodyAmpSimple：：Integrate　37
2．7．2　BodyBodyInteraction　38
2．8　小結(jié)　40
第3章　C++ AMP基礎(chǔ)　41
3．1　array　41
3．2　accelerator與accelerator_view　43
3．3　index　45
3．4　extent　46
3．5　array_view　46
3．6　parallel_for_each　50
3．7　使用restrict(amp)標(biāo)記的函數(shù)　52
3．8　在CPU和GPU之間復(fù)制數(shù)據(jù)　54
3．9　數(shù)學(xué)庫函數(shù)　56
3．10　小結(jié)　57
第4章　分組　58
4．1　使用分組的目的和好處　58
4．2　tile_static內(nèi)存　60
4．3　tiled_extent　60
4．4　tiled_index　62
4．5　將簡單算法改成分組算法　63
4．5．1　使用tile_static內(nèi)存　64
4．5．2　分組柵和同步　68
4．5．3　完成簡單版本到分組版本的修改　70
4．6　分組大小的影響　71
4．7　選擇分組大小　74
4．8　小結(jié)　75
第5章　分組NBody案例　76
5．1　分組功能對NBody的提速有多大幫助　76
5．2　N體問題的分組算法　77
5．2．1　NBodyAmpTiled類　78
5．2．2　NBodyAmpTiled：：Integrate　79
5．3　使用Concurrency Visualizer　83
5．4　選擇分組大小　88
5．5　小結(jié)　92
第6章　調(diào)試　93
6．1　第一步　93
6．1．1　選擇GPU調(diào)試還是CPU調(diào)試　94
6．1．2　參考加速器　97
6．2　GPU調(diào)試基礎(chǔ)　100
6．2．1　熟悉的窗口和技巧　100
6．2．2　Debug Location工具欄　101
6．2．3　檢測競態(tài)　101
6．3　檢查線程運(yùn)行狀況　103
6．3．1　線程標(biāo)記　104
6．3．2　GPU Threads窗口　105
6．3．3　Parallel Stacks窗口　107
6．3．4　Parallel Watch窗口　108
6．3．5　對線程置標(biāo)記、分組和過濾　110
6．4　施加更多的控制　112
6．4．1　凍結(jié)與解凍線程　113
6．4．2　Run Tile to Cursor　114
6．5　小結(jié)　116
第7章　優(yōu)化　117
7．1　一種性能優(yōu)化方法　117
7．2　分析性能　118
7．2．1　測量內(nèi)核性能　118
7．2．2　使用Concurrency Visualizer　121
7．2．3　使用Concurrency Visualizer SDK　126
7．3　優(yōu)化內(nèi)存訪問模式　127
7．3．1　別名和parallel_for_each調(diào)用　127
7．3．2　往返GPU的高效數(shù)據(jù)復(fù)制　131
7．3．3　高效加速器全局內(nèi)存訪問　136
7．3．4　結(jié)構(gòu)體數(shù)組與數(shù)組結(jié)構(gòu)體　139
7．3．5　高效的分組靜態(tài)內(nèi)存訪問　141
7．3．6　常量內(nèi)存　145
7．3．7　紋理內(nèi)存　146
7．3．8　占用比和寄存器　146
7．4　優(yōu)化計(jì)算　147
7．4．1　避免分支代碼　147
7．4．2　選擇合適的精度　151
7．4．3　數(shù)學(xué)運(yùn)算的成本估算　153
7．4．4　循環(huán)展開　153
7．4．5　障柵　154
7．4．6　排隊(duì)模式　157
7．5　小結(jié)　159
第8章　性能案例——?dú)w約　160
8．1　問題　160
8．2　示例的結(jié)構(gòu)　161
8．2．1　初始化和負(fù)載　164
8．2．2　Concurrency Visualizer標(biāo)記　164
8．2．3　TimeFunc()　165
8．2．4　開銷　167
8．3　CPU算法　167
8．3．1　串行算法　167
8．3．2　并行算法　168
8．4　C++ AMP算法　168
8．4．1　簡單版本　169
8．4．2　使用array_view的簡單版本　171
8．4．3　簡單優(yōu)化版本　172
8．4．4　原始分組版本　174
8．4．5　共享內(nèi)存的分組版本　176
8．4．6　使分支數(shù)降至最低的版本　182
8．4．7　消除槽位沖突版本　182
8．4．8　減少停滯線程版本　184
8．4．9　循環(huán)展開版本　185
8．4．10　級聯(lián)歸約版本　188
8．4．11　帶循環(huán)展開的級聯(lián)歸約版本　190
8．5　小結(jié)　191
第9章　使用多個(gè)加速器工作　192
9．1　選擇加速器　192
9．2　使用一個(gè)以上的GPU　197
9．3　在加速器之間交換數(shù)據(jù)　201
9．4　動(dòng)態(tài)負(fù)載均衡　206
9．5　交織并行性　209
9．6　回退到CPU執(zhí)行　210
9．7　小結(jié)　211
第10章　Cartoonizer案例　213
10．1　前提條件　213
10．2　運(yùn)行示例　214
10．3　示例的結(jié)構(gòu)　217
10．4　流水線　218
10．4．1　數(shù)據(jù)結(jié)構(gòu)　218
10．4．2　CartoonizerDlg：：OnBnClickedButtonStart()方法　220
10．4．3　ImagePipeline類　221
10．5　流水線卡通化階段　225
10．5．1　ImageCartoonizerAgent類　225
10．5．2　IFrameProcessor實(shí)現(xiàn)　228
10．6　使用多個(gè)C++ AMP加速器工作　236
10．6．1　FrameProcessorAmpMulti類　236
10．6．2　復(fù)制流水線　239
10．6．3　ImageCartoonizerAgentParallel類　239
10．7　卡通器性能　242
10．8　小結(jié)　244
第11章　圖形互操作　245
11．1　基礎(chǔ)知識　245
11．1．1　norm與unorm　245
11．1．2　短向量類型　247
11．1．3　texture　251
11．1．4　writeonly_texture_view　257
11．1．5　紋理與數(shù)組　258
11．2　使用紋理和短向量　259
11．3　HLSL內(nèi)建函數(shù)　262
11．4　DirectX互操作　264
11．4．1　加速器視圖與Direct3D設(shè)備互操作　264
11．4．2　數(shù)組與Direct3D設(shè)備互操作　265
11．4．3　紋理與Direct3D紋理資源互操作　266
11．4．4　使用圖形互操作庫　269
11．5　小結(jié)　271
第12章　提示、技巧與最佳實(shí)踐　273
12．1　處理分組大小不匹配的問題　273
12．1．1　填充分組　275
12．1．2　截取分組　276
12．1．3　對比方法　280
12．2　初始化數(shù)組　280
12．3　函數(shù)對象與lambda函數(shù)　281
12．4　原子操作　282
12．5　Windows 8上其他的C++ AMP功能　285
12．6　超時(shí)檢測與恢復(fù)　286
12．6．1　避免TDR　287
12．6．2　在Windows 8上取消TDR　288
12．6．3　檢測TDR和從TDR中恢復(fù)　288
12．7　雙精度支持　290
12．7．1　有限雙精度支持　290
12．7．2　完整雙精度支持　290
12．8　在Windows 7上調(diào)試　291
12．8．1　配置遠(yuǎn)程計(jì)算機(jī)　291
12．8．2　配置項(xiàng)目　291
12．8．3　部署和調(diào)試項(xiàng)目　292
12．9　其他調(diào)試函數(shù)　293
12．10　部署　294
12．10．1　部署應(yīng)用程序　294
12．10．2　在服務(wù)器上運(yùn)行C++ AMP　294
12．11　C++ AMP與Windows 8的Windows應(yīng)用商店　296
12．12　在托管代碼中使用C++ AMP　296
12．12．1　從．NET應(yīng)用程序、Windows 7 Windows應(yīng)用商店或庫中調(diào)用　297
12．12．2　從C++ CLR應(yīng)用程序中調(diào)用　297
12．12．3　從C++ CLR項(xiàng)目中調(diào)用　297
12．13　小結(jié)　298
附錄　其他資源　299