دانلود کتاب برنامه نویسی GPU در متلب بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : GPU Programming in MATLAB
ویرایش : 1
عنوان ترجمه شده به فارسی : برنامه نویسی GPU در متلب
سری :
نویسندگان : Nikolaos Ploskas, Nikolaos Samaras
ناشر : Morgan Kaufmann
سال نشر : 2016
تعداد صفحات : 307
ISBN (شابک) : 0128051329 , 0128051337
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 32 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
برنامه نویسی GPU در MATLAB برای دانشمندان، مهندسان یا دانشجویانی در نظر گرفته شده است که برنامه های کاربردی را در MATLAB توسعه داده یا نگهداری می کنند و می خواهند کدهای خود را با استفاده از برنامه نویسی GPU بدون از دست دادن بسیاری از مزایای MATLAB سرعت بخشند. این کتاب با پوشش جعبه ابزار محاسبات موازی و سایر جعبهابزارهای متلب برای محاسبات GPU شروع میشود که به برنامهها اجازه میدهد بدون دانش گسترده از برنامهنویسی GPU، بهراحتی بر روی پردازندههای گرافیکی منتقل شوند. بخش بعدی ویژگیهای داخلی و مجهز به GPU MATLAB را پوشش میدهد، از جمله گزینههایی برای استفاده از پردازندههای گرافیکی در چند هسته یا سیستمهای کامپیوتری مختلف. در نهایت، مواد پیشرفته شامل کد CUDA در MATLAB و بهینه سازی برنامه های GPU موجود است. در سرتاسر کتاب، مثالها و کدهای منبع هر مفهومی را نشان میدهند تا خوانندگان بتوانند فوراً آنها را در توسعه خودشان به کار ببرند.
GPU programming in MATLAB is intended for scientists, engineers, or students who develop or maintain applications in MATLAB and would like to accelerate their codes using GPU programming without losing the many benefits of MATLAB. The book starts with coverage of the Parallel Computing Toolbox and other MATLAB toolboxes for GPU computing, which allow applications to be ported straightforwardly onto GPUs without extensive knowledge of GPU programming. The next part covers built-in, GPU-enabled features of MATLAB, including options to leverage GPUs across multicore or different computer systems. Finally, advanced material includes CUDA code in MATLAB and optimizing existing GPU applications. Throughout the book, examples and source codes illustrate every concept so that readers can immediately apply them to their own development.