基于高性能计算的深度学习理论与实践研究

　　《基于高性能计算的深度学习理论与实践研究》详细介绍了各种高性能计算资源及其特点与使用方法，围绕人工智能深度学习应用，从Windows和Linux两个系统使用高性能计算资源为例，分别详细介绍了利用GPU等高性能计算资源加快深度学习模型训练和应用开发部署的详细方法与策略，为从事相关基于深度学习的智能应用与服务的人员提供帮助。

　　杨博雄，男，博士，武汉大学博士后，三亚学院副教授，从事人工智能与高性能计算方面的研究。获得有湖北省自然科学很好论文奖、郑州市科技进步二等奖等奖励，发表论文20余篇，拥有发明3部，出版专著1部，教材1部。

第1章 概述
1．1 引言
1．2 髙性能计算资源
1．2．1 多核CPU
1．2．2 SMP与集群计算
1．2．3 并行与分布式计算
1．2．4 高性能GPU
1．2．5 FPGA高性能计算
1．3 深度学习对高性能计算的要求
第2章 GPU高性能计算与CUDA开发
2．1 GPU简介
2．2 GPU与CPU
2．3 GPU并行计算
2．4 CPU+GPU异构协同计算
2．5 CUDA架构
2．5．1 CUDA编程模型
2．5．2 CUDA存储器模型
2．5．3 CUDA软件体系
2．6 基于CUDA的GPU高性能计算编程示例
……