- 주문상품수량
- 개
- 예상적립금
P - 상품할인금
- 원
- 배송료
- 원
- 주문합계
- 원
네비게이션 실시간 인기 책
대규모 병렬 프로세서 프로그래밍 CUDA를 이용한 실용적 접근
- 데이비드B커크, 원메이W.후 저
- 하순회, 김크리스, 이영민 역
- 비제이퍼블릭
- 2011년 02월 15일
-
정가20,000원
-
판매가20,000원 [0% 할인]
-
결제 혜택무이자
카드할인/포인트결제 안내
제휴카드
반디앤루니스 롯데카드 결제금액 최대 25% 청구할인 (1만원 이상 결제건에 한해 월 2회, 건당 최대 1만원 할인) 반디앤루니스 우리V카드 결제금액 10% 청구할인 포인트결제
OK캐쉬백 포인트 최소 10원부터 전액 사용 or 1% 적립 현대카드 M포인트 결제금액의 최대 10% 사용 가능 신한카드 포인트 결제금액의 최대 10% 사용 가능(일부카드) 하나(구.외환) 포인트 보유 한도 내에서 100% 사용 가능 씨티카드 포인트 결제금액의 최대 50% 사용 가능 할인카드
NH농협 TAKE5카드 20% 청구할인(Edu Pack) 채움 플래티늄 멀티카드 20% 청구할인 모바일 Tmoney 신한카드 10% 청구할인 신한카드 Shopping 10% 청구할인 NH농협 체크카드 10% 청구할인 NH20 해봄 신용카드 10% 청구할인 씨티 클리어 카드 7% 청구할인 NH20 해봄 체크카드 5% 청구할인 NH농협 LADY다솜카드 5% 청구할인 신한카드 큐브 5% 청구할인 신한카드 큐브 PLATINUM# 5% 청구할인 
무이자 안내
-
적립금600원 적립 [3%P]
추가 적립금 안내
[2천원 추가 적립]
총 주문금액 5만원 이상 구매 시 2,000원 추가 적립
도서(eBook포함)만 구매 시 적립 대상에서 제외업채배송상품 포함(기프트, 업체배송 등) 5만원[멤버십 추가 적립]
슈퍼루니 : 3% 추가 적립
골드루니 : 2% 추가 적립
실버루니 : 1% 추가 적립
단, 국내도서, eBook만 구매 시 적립 불가
품절된 상품입니다.
회원리뷰
ISBN: 9788994774008
260쪽
230 x 248 (㎜)
지금 이책은
- 판매지수 : 232
- 주간 컴퓨터/IT: 40위
이 분야의 베스트셀러
-
이것이 취업을 위한 코딩 테스트다 with 파이썬
나동빈
30,600원
-
지니어스키트로 배우는 마이크로비트
아이씨뱅큐
18,000원
-
Do it! 점프 투 파이썬 [개정판]
박응용
16,920원
이 책과 함께 구매한 책
-
프로그래머가 몰랐던 멀티코어 CPU 이야기 김민장 19,800원
-
CUDA 병렬 프로그래밍 정영훈 25,200원
-
C++와 CUDA C로 구현하는 딥러닝 알고리즘 Vol.1 티모시 마스터즈 27,000원
-
OpenCL을 이용한 이종 컴퓨팅[제2판] 베네딕트 R. 개스터 외 28,000원
-
예제로 배우는 CUDA 프로그래밍 제이슨 샌더스, 에드워드 캔드롯 25,000원
책 소개
출판사 리뷰
“GPU를 통해 병렬 컴퓨팅을 이해하고자하는 사람들에게 데이비드 커크와 원메이 후가 쓴 이 책은 뜻밖의 선물이다. C와 유사한 데이터 병렬 프로그래밍 언어인 CUDA를 소개하고, NVIDIA GPU의 현재 아키텍처인 Tesla를 소개하고 있기 때문이다. 프로그래밍 언어와 아키텍처를 설명할 뿐만 아니라, 이종 CPU-GPU 하드웨어에서 잘 수행될 있는 데이터 병렬 문제의 본질을 정의하고 있다. 이 책은 최근에 새롭게 활기를 띠고 있는 병렬 컴퓨팅 분야의 문헌에 가치...
대규모 병렬 프로세서 프로그래밍: CUDA를 이용한 실용적 접근
“GPU를 통해 병렬 컴퓨팅을 이해하고자하는 사람들에게 데이비드 커크와 원메이 후가 쓴 이 책은 뜻밖의 선물이다. C와 유사한 데이터 병렬 프로그래밍 언어인 CUDA를 소개하고, NVIDIA GPU의 현재 아키텍처인 Tesla를 소개하고 있기 때문이다. 프로그래밍 언어와 아키텍처를 설명할 뿐만 아니라, 이종 CPU-GPU 하드웨어에서 잘 수행될 있는 데이터 병렬 문제의 본질을 정의하고 있다. 이 책은 최근에 새롭게 활기를 띠고 있는 병렬 컴퓨팅 분야의 문헌에 가치를 더하는 책이다.”
- 데이비드 패터슨, U.C. Berkeley의 병렬 컴퓨팅 연구소장이자 컴퓨터과학부의 석좌교수. ‘컴퓨터 구조 및 설계: 하드웨어/소프트웨어 인터페이스'의 공저자
대규모 병렬 프로세서 프로그래밍: CUDA를 이용한 실용적 접근은 학생들과 전문가 모두에게 병렬 프로그래밍과 GPU 아키텍처의 기본 개념을 밝혀주며, 병렬 프로그램을 작성하기 위한 다양한 기법들을 자세히 소개하고 있다. 사례 연구들은 정보과학적 사고로부터 시작해서 효과적이고 효율적인 병렬 프로그램으로 끝나는 전체 개발 과정을 제시한다.
특징
- 고성능 병렬 컴퓨팅에 적합한 방식으로 문제들을 생각할 수 있게 해주는 정보과학적 사고에 대해 설명한다.
- 대규모 병렬 컴퓨팅 환경을 위해 만들어진 NVIDIA의 소프트웨어 개발툴인 CUDA(Compute Unified Device Architecture)를 활용한다.
- OpenCL뿐만 아니라 CUDA 프로그래밍 모델을 사용하여 고성능과 고신뢰성을 모두 달성하는 법을 보여준다.
강의자료 다운로드
www.elsevierdirect.com/9780123814722
저자 소개
데이비드 B. 커크는 NVIDIA의 Chief Scientist이자 NVIDIA Fellow. 시각컴퓨팅 기술 분야의 리더
역자 소개
하순회
1994년 이후 서울대학교 컴퓨터공학부에서 교수로 근무하고 있으며 병렬 프로그래밍과 하드웨어-소프트웨어 통합설계 연구를 수행해왔다. 최근에는 모델 기반 명세로부터 멀티코어 임베디드 시스템을 위한 병렬 임베디드 소프트웨어를 개발하기 위한 환경을 개발하는 연구에 주력하고 있다. 임베디드 시스템 설계에 관한 여러 국제학술대회의 프로그램 위원과 국제학술지의 편집위원으로 활동하고 있다. (http://peace.snu.ac.kr/sha)
김크리스
1994년 카네기멜론 컴퓨터전산과를 졸업한 이후 계속해서 게임관련 업계에서 근무하고 있다. 현재는 NVIDIA의 컨텐츠 엔지니어링 부서에서 개발이사로 근무 중이며, GPU를 활용한 게임 개발 및 요즘 주목받고 있는 Compute를 활용한 게임과 관련된 물리, 인공지능 분야의 연구에 주력하고 있다.
이영민
2010년 이후 서울시립대학교 전자전기컴퓨터공학부에서 교수로 근무하고 있으며 하드웨어-소프트웨어 통합설계를 통한 병렬시스템 설계방법론을 연구해왔다. 최근에는 GPU 기반 병렬 소프트웨어 설계를 최적화하는 연구에 주력하고 있으며 음성인식, 자연언어처리, 컴퓨터비전 등의 응용을 가속하는 연구를 수행하였다.
목차
머리말
감사의 글
역자의 글
Chapter 1 서론
1.1 병렬 컴퓨터로써의 GPU
1.2 최신 GPU의 구조
1.3 고성능과 병렬화의 필요성
1.4 병렬 프로그래밍 언어와 모델
1.5 중요한 목표
1.6 책의 구성
Chapter 2 GPU 컴퓨팅의 역사
2.1 그래픽스 파이프라인의 진화
2.1.1 고정-함수 그래픽스 파이프라인의 시대
2.1.2 실시간 그래픽스 프로그래밍의 진화
2.1.3 그래픽스와 컴퓨팅 프로세서의 통합
2.1.4 GPGPU: 중간 단계
2.2 GPU 컴퓨팅
2.2.1 확장가능성있는 GPU
2.2.2 최근의 발전
2.3 미래의 추세
Chapter 3 CUDA의 기초
3.1 데이터 병렬성
3.2 CUDA 프로그램의 구조
3.3 행렬-행렬 곱셈의 예
3.4 디바이스 메모리와 데이터 전송
3.5 커널 함수와 쓰레딩
3.6 요약
3.6.1 함수 선언
3.6.2 커널 개시
3.6.3 미리 정의된 변수
3.6.4 런타임 API
Chapter 4 CUDA 쓰레드
4.1 CUDA 쓰레드의 구성
4.2 blockIdx와 threadIdx 사용하기
4.3 동기화와 투명한 확장가능성
4.4 쓰레드의 할당
4.5 쓰레드 스케줄링과 지연시간 감내
4.6 요약
4.7 연습문제
Chapter 5 CUDA 메모리
5.1 메모리 접근 효율성의 중요성
5.2 CUDA 디바이스 메모리의 종류
5.3 전역 메모리의 통신량을 줄이기 위한 전략
5.4 병렬성의 제한요소인 메모리
5.5 요약
5.6 연습문제
Chapter 6 성능 고려사항
6.1 쓰레드 수행에 대한 더 많은 것
6.2 전역 메모리 대역폭
6.3 SM 자원의 동적 분할
6.4 데이터 미리가져오기
6.5 명령어 혼합
6.6 쓰레드 밀도
6.7 측정된 성능 및 요약
6.8 연습문제
Chapter 7 부동소수점 고려사항
7.1 부동소수점 형식
7.1.1 M의 정규화된 표현
7.1.2 E의 초과 인코딩
7.2 표현 가능한 수
7.3 특별한 비트 패턴 및 정밀도
7.4 산술 정확도 및 자리맞춤
7.5 알고리즘 고려사항
7.6 요약
7.7 연습문제
Chapter 8 응용프로그램 사례 연구: 고급 MRI 복원
8.1 응용프로그램의 배경지식
8.2 반복적 복원
8.3 FHd 계산하기
8.4 최종 평가
8.5 연습문제
Chapter 9 응용프로그램 사례연구: 분자 시각화와 분석
9.1 응용프로그램의 배경 지식
9.2 간단한 커널 구현
9.3 명령어 실행 효율
9.4 메모리 병합(coalescing)
9.5 추가 성능 비교
9.6 다중 GPU 사용하기
9.7 연습문제
Chapter 10 병렬 프로그래밍과 정보과학적인 사고
10.1 병렬 프로그래밍의 목적
10.2 문제의 분해
10.3 알고리즘 선택
10.4 정보과학적인 사고
10.5 연습문제
Chapter 11 OpenCL의 간략한 소개
11.1 배경 지식
11.2 데이터 병렬성 모델
11.3 디바이스 구조
11.4 커널함수
11.5 디바이스 관리와 커널 개시
11.6 OpenCL로 구현한 정전위 맵
11.7 요약
11.8 연습문제
Chapter 12 맺음말과 미래 전망
12.1 목표 재고찰
12.2 메모리 구조의 진화
12.2.1 큰 가상 어드레스 공간과 물리 어드레스 공간
12.2.2 통합된 디바이스 메모리 공간
12.2.3 캐쉬설정과 스크래치 패드
12.2.4 개선된 원자 연산
12.2.5 개선된 전역 메모리 접근
12.3 커널 실행 제어의 진화
12.3.1 커널 함수 내에서의 함수 호출
12.3.2 커널 함수의 예외 처리
12.3.3 다중 커널의 동시 실행
12.4 코어 성능
12.4.1 2배정밀도의 실행속도
12.4.2 제어 흐름의 효율 향상
12.5 프로그래밍 환경
12.6 밝은 전망
부록 A 행렬곱셉(호스트버전 소스코드)
A.1 matrixmul.cu
A.2 matrixmul_gold.cu
A.3 matrixmul.h
A.4 assist.h
A.5 예상 결과
부록 B GPU 계산 능력
B.1 GPU 계산 능력 표
B.2 메모리 병합의 변형들
감사의 글
역자의 글
Chapter 1 서론
1.1 병렬 컴퓨터로써의 GPU
1.2 최신 GPU의 구조
1.3 고성능과 병렬화의 필요성
1.4 병렬 프로그래밍 언어와 모델
1.5 중요한 목표
1.6 책의 구성
Chapter 2 GPU 컴퓨팅의 역사
2.1 그래픽스 파이프라인의 진화
2.1.1 고정-함수 그래픽스 파이프라인의 시대
2.1.2 실시간 그래픽스 프로그래밍의 진화
2.1.3 그래픽스와 컴퓨팅 프로세서의 통합
2.1.4 GPGPU: 중간 단계
2.2 GPU 컴퓨팅
2.2.1 확장가능성있는 GPU
2.2.2 최근의 발전
2.3 미래의 추세
Chapter 3 CUDA의 기초
3.1 데이터 병렬성
3.2 CUDA 프로그램의 구조
3.3 행렬-행렬 곱셈의 예
3.4 디바이스 메모리와 데이터 전송
3.5 커널 함수와 쓰레딩
3.6 요약
3.6.1 함수 선언
3.6.2 커널 개시
3.6.3 미리 정의된 변수
3.6.4 런타임 API
Chapter 4 CUDA 쓰레드
4.1 CUDA 쓰레드의 구성
4.2 blockIdx와 threadIdx 사용하기
4.3 동기화와 투명한 확장가능성
4.4 쓰레드의 할당
4.5 쓰레드 스케줄링과 지연시간 감내
4.6 요약
4.7 연습문제
Chapter 5 CUDA 메모리
5.1 메모리 접근 효율성의 중요성
5.2 CUDA 디바이스 메모리의 종류
5.3 전역 메모리의 통신량을 줄이기 위한 전략
5.4 병렬성의 제한요소인 메모리
5.5 요약
5.6 연습문제
Chapter 6 성능 고려사항
6.1 쓰레드 수행에 대한 더 많은 것
6.2 전역 메모리 대역폭
6.3 SM 자원의 동적 분할
6.4 데이터 미리가져오기
6.5 명령어 혼합
6.6 쓰레드 밀도
6.7 측정된 성능 및 요약
6.8 연습문제
Chapter 7 부동소수점 고려사항
7.1 부동소수점 형식
7.1.1 M의 정규화된 표현
7.1.2 E의 초과 인코딩
7.2 표현 가능한 수
7.3 특별한 비트 패턴 및 정밀도
7.4 산술 정확도 및 자리맞춤
7.5 알고리즘 고려사항
7.6 요약
7.7 연습문제
Chapter 8 응용프로그램 사례 연구: 고급 MRI 복원
8.1 응용프로그램의 배경지식
8.2 반복적 복원
8.3 FHd 계산하기
8.4 최종 평가
8.5 연습문제
Chapter 9 응용프로그램 사례연구: 분자 시각화와 분석
9.1 응용프로그램의 배경 지식
9.2 간단한 커널 구현
9.3 명령어 실행 효율
9.4 메모리 병합(coalescing)
9.5 추가 성능 비교
9.6 다중 GPU 사용하기
9.7 연습문제
Chapter 10 병렬 프로그래밍과 정보과학적인 사고
10.1 병렬 프로그래밍의 목적
10.2 문제의 분해
10.3 알고리즘 선택
10.4 정보과학적인 사고
10.5 연습문제
Chapter 11 OpenCL의 간략한 소개
11.1 배경 지식
11.2 데이터 병렬성 모델
11.3 디바이스 구조
11.4 커널함수
11.5 디바이스 관리와 커널 개시
11.6 OpenCL로 구현한 정전위 맵
11.7 요약
11.8 연습문제
Chapter 12 맺음말과 미래 전망
12.1 목표 재고찰
12.2 메모리 구조의 진화
12.2.1 큰 가상 어드레스 공간과 물리 어드레스 공간
12.2.2 통합된 디바이스 메모리 공간
12.2.3 캐쉬설정과 스크래치 패드
12.2.4 개선된 원자 연산
12.2.5 개선된 전역 메모리 접근
12.3 커널 실행 제어의 진화
12.3.1 커널 함수 내에서의 함수 호출
12.3.2 커널 함수의 예외 처리
12.3.3 다중 커널의 동시 실행
12.4 코어 성능
12.4.1 2배정밀도의 실행속도
12.4.2 제어 흐름의 효율 향상
12.5 프로그래밍 환경
12.6 밝은 전망
부록 A 행렬곱셉(호스트버전 소스코드)
A.1 matrixmul.cu
A.2 matrixmul_gold.cu
A.3 matrixmul.h
A.4 assist.h
A.5 예상 결과
부록 B GPU 계산 능력
B.1 GPU 계산 능력 표
B.2 메모리 병합의 변형들
배송 시 유의사항
- 반디앤루니스에서 구매하신 도서는 물류 대행 위탁업체 웅진 북센을 통해 배송됩니다.
(배송 포장에 "웅진 북센"으로 표기될 수 있습니다.)
- 구매한 상품의 품질과 배송 관련 문의는 반디앤루니스로 문의 바랍니다.
- 천재지변 및 택배사의 사정에 따라 배송이 지연될 수 있습니다.
- 결제(입금) 완료 후 출판사 및 유통사의 사정으로 품절 또는 절판 되어 상품 구입이 어려울 수 있습니다. (별도 안내 예정)
- 도서산간지역의 경우 추가 배송비가 발생될 수 있습니다.
반품/교환
상품 설명에 반품/ 교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환
-
반품/교환 반품/교환 방법 홈 > 고객센터 > 자주찾는질문 “반품/교환/환불” 안내 참고 또는 1:1상담게시판 반품/교환 가능 기간 반품,교환은 배송완료 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제발견 후 30일 이내에 신청가능 반품/교환 비용 변심 혹은 구매착오의 경우에만 반송료 고객 부담(별도 지정 택배사 없음) 반품/교환 불가 사유 - 소비자의 책임 사유로 상품 등이 손실 또는 훼손된 경우
- 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
- 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예)만화책, 잡지, 화보집 등
- 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
- 전자상거래등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
- 해외주문 상품(해외 원서)의 경우(파본/훼손/오발송 상품을 제외)
소비자 피해보상
환불지연에 따른 배상- 상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
소비자 분쟁해결 기준(공정거래위원회고시)에 준하여 처리됨 - 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
소비자 보호에 관한 법률에 따라 처리함
반품/교환 주소 경기도 파주시 문발로 77, 웅진북센(반디앤루니스)
