通用圖形處理器設(shè)計(jì)：GPGPU編程模型與架構(gòu)原理

定　價(jià)：￥89.00

作　者：	景乃鋒，柯晶，梁曉峣編
出版社：	清華大學(xué)出版社
叢編項(xiàng)：	集成電路科學(xué)與技術(shù)叢書
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787302604648	出版時(shí)間：	2022-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	224	字?jǐn)?shù)：

內(nèi)容簡介

　　本書是一部系統(tǒng)介紹通用圖形處理器（GPGPU）編程模型與體系結(jié)構(gòu)的書籍。全書共7章：第1章GPGPU概述，著重介紹GPGPU與CPU體系結(jié)構(gòu)上的差異和現(xiàn)代GPGPU產(chǎn)品的特點(diǎn)；第2章GPGPU編程模型，介紹GPGPU編程模型的核心概念，勾勒出GPGPU異構(gòu)計(jì)算的設(shè)計(jì)要點(diǎn)；第3章GPGPU控制核心架構(gòu)，對GPGPU指令流水線和關(guān)鍵控制部件的原理進(jìn)行分析和介紹，并深入探討GPGPU架構(gòu)的瓶頸問題和優(yōu)化方法；第4章GPGPU存儲架構(gòu)，對GPGPU多樣的層次化存儲器進(jìn)行介紹，重點(diǎn)探討片上存儲器的設(shè)計(jì)和優(yōu)化方法；第5章GPGPU運(yùn)算單元架構(gòu)，介紹數(shù)值表示和通用運(yùn)算核心的設(shè)計(jì)；第6章GPGPU張量核心架構(gòu)，對專門為人工智能加速而設(shè)計(jì)的張量核心架構(gòu)展開分析與介紹，揭示GPGPU對深度學(xué)習(xí)進(jìn)行硬件加速的基本原理；第7章總結(jié)與展望，對全書內(nèi)容進(jìn)行總結(jié)，并對GPGPU發(fā)展進(jìn)行展望。本書適合作為廣大高校計(jì)算機(jī)專業(yè)、微電子專業(yè)、電子科學(xué)與技術(shù)專業(yè)本科生和研究生的課程教材，也可以作為GPGPU體系結(jié)構(gòu)研究人員、芯片設(shè)計(jì)人員和應(yīng)用開發(fā)人員的參考用書。

作者簡介

　　梁曉峣，上海交通大學(xué)電子信息與電氣工程學(xué)院教授，博士生導(dǎo)師，學(xué)科帶頭人。畢業(yè)于美國哈佛大學(xué)，獲博士學(xué)位。研究方向包括計(jì)算機(jī)體系結(jié)構(gòu)、集成電路設(shè)計(jì)、通用圖形處理器和人工智能芯片架構(gòu)等。發(fā)表學(xué)術(shù)論文（包括國際學(xué)術(shù)會議ISCA、MICRO、HPCA、ISSCC、DAC、ICCAD等）百余篇，其中2篇入選計(jì)算機(jī)體系結(jié)構(gòu)年度最佳論文（IEEE MICRO TOPPICKS）。

圖書目錄

第1章 GPGPU概述
1.1 GPGPU與并行計(jì)算機(jī)
1.1.1 并行體系結(jié)構(gòu)
1.1.2 GPU與CPU體系結(jié)構(gòu)對比
1.2 GPGPU發(fā)展概述
1.2.1 GPU
1.2.2 從GPU到GPGPU
1.3 現(xiàn)代GPGPU產(chǎn)品
1.3.1 NVIDIA GPGPU
1.3.2 AMD GPGPU
1.3.3 Intel GPGPU
1.3.4 其他GPU
參考文獻(xiàn)
第2章 GPGPU編程模型
2.1 計(jì)算模型
2.1.1 數(shù)據(jù)并行和線程
2.1.2 主機(jī)-設(shè)備端和內(nèi)核函數(shù)
2.2 線程模型
2.2.1 線程組織與數(shù)據(jù)索引
2.2.2 線程分配與執(zhí)行
2.2.3 線程模型小結(jié)
2.3 存儲模型
2.3.1 多樣的存儲器類型
2.3.2 存儲資源與線程并行度
2.4 線程同步與通信模型
2.4.1 同步機(jī)制
2.4.2 協(xié)作組
2.4.3 流與事件
2.4.4 原子操作
2.5 CUDA指令集概述
2.5.1 中間指令PTX
2.5.2 機(jī)器指令SASS
參考文獻(xiàn)
第3章 GPGPU控制核心架構(gòu)
3.1 GPGPU架構(gòu)概述
3.1.1 CPU-GPGPU異構(gòu)計(jì)算系統(tǒng)
3.1.2 GPGPU架構(gòu)
3.1.3 擴(kuò)展討論：架構(gòu)特點(diǎn)和局限性
3.2 GPGPU指令流水線
3.2.1 前段：取指與譯碼
3.2.2 中段：調(diào)度與發(fā)射
3.2.3 后段：執(zhí)行與寫回
3.2.4 擴(kuò)展討論：線程束指令流水線
3.3 線程分支
3.3.1 謂詞寄存器
3.3.2 SIMT堆棧
3.3.3 分支屏障
3.3.4 擴(kuò)展討論：更高效的線程分支執(zhí)行
3.4 線程束調(diào)度
3.4.1 線程束并行、調(diào)度與發(fā)射
3.4.2 基本的調(diào)度策略
3.4.3 擴(kuò)展討論：線程束調(diào)度策略優(yōu)化
3.5 記分牌
3.5.1 數(shù)據(jù)相關(guān)性
3.5.2 GPGPU中的記分牌
3.5.3 擴(kuò)展討論：記分牌設(shè)計(jì)優(yōu)化
3.6 線程塊分配與調(diào)度
3.6.1 線程塊并行、分配與調(diào)度
3.6.2 基本的線程塊分配與調(diào)度策略
3.6.3 擴(kuò)展討論：線程塊分配與調(diào)度策略優(yōu)化
參考文獻(xiàn)
第4章 GPGPU存儲架構(gòu)
4.1 GPGPU存儲系統(tǒng)概述
4.1.1 CPU的層次化存儲
4.1.2 GPGPU的存儲層次
4.2 寄存器文件
4.2.1 并行多板塊結(jié)構(gòu)
4.2.2 板塊沖突和操作數(shù)收集器
4.2.3 操作數(shù)并行訪問時(shí)的相關(guān)性冒險(xiǎn)
4.2.4 擴(kuò)展討論：寄存器文件的優(yōu)化設(shè)計(jì)
4.3 可編程多處理器內(nèi)的存儲系統(tǒng)
4.3.1 數(shù)據(jù)通路概述
4.3.2 共享存儲器訪問
4.3.3 L1高速緩存訪問
4.3.4 紋理緩存
4.3.5 擴(kuò)展討論：片上存儲系統(tǒng)的優(yōu)化設(shè)計(jì)
4.4 可編程多處理器外的存儲系統(tǒng)
4.4.1 存儲分區(qū)單元
4.4.2 L2緩存
4.4.3 幀緩存單元
4.4.4 全局存儲器
4.5 存儲架構(gòu)的優(yōu)化設(shè)計(jì)
4.5.1 片上存儲資源融合
4.5.2 技術(shù)對比與小結(jié)
參考文獻(xiàn)
第5章 GPGPU運(yùn)算單元架構(gòu)
5.1 數(shù)值的表示
5.1.1 整型數(shù)據(jù)
5.1.2 浮點(diǎn)數(shù)據(jù)
5.1.3 擴(kuò)展討論：多樣的浮點(diǎn)數(shù)據(jù)表示
5.2 GPGPU的運(yùn)算單元
5.2.1 整型運(yùn)算單元
5.2.2 浮點(diǎn)運(yùn)算單元
5.2.3 特殊功能單元
5.2.4 張量核心單元
5.3 GPGPU的運(yùn)算單元架構(gòu)
5.3.1 運(yùn)算單元的組織和峰值算力
5.3.2 實(shí)際的指令吞吐率
5.3.3 擴(kuò)展討論：脈動(dòng)陣列結(jié)構(gòu)
參考文獻(xiàn)
第6章 GPGPU張量核心架構(gòu)
6.1 深度神經(jīng)網(wǎng)絡(luò)的計(jì)算
6.1.1 深度神經(jīng)網(wǎng)絡(luò)的計(jì)算特征
6.1.2 卷積運(yùn)算方式
6.2 張量核心架構(gòu)
6.2.1 張量核心架構(gòu)特征概述
6.2.2 Volta架構(gòu)中的張量核心
6.2.3 張量核心的發(fā)展
6.2.4 擴(kuò)展討論：張量核心對稀疏的支持
6.3 神經(jīng)網(wǎng)絡(luò)計(jì)算的軟件支持
6.4 深度學(xué)習(xí)評價(jià)基準(zhǔn)——MLPerf
參考文獻(xiàn)
第7章總結(jié)與展望
7.1 本書內(nèi)容總結(jié)
7.2 GPGPU發(fā)展展望