格雷戈里、米勒编著的《C++ AMP(用Visual C++加速大规模并行计算)》要讲的是如何在应用程序中使用C++AMP。本书除了阐述C++AMP的功能以外，还包含几个案例，演示了几个实际的应用程序实现，以及如何使用各种不同的方法去实现某些常见算法。读者可以下载这些案例的源代码以及每章的示例代码自己探索。

本书的目标是帮助C++开发人员在理解C++AMP核心概念的基础上再理解更高级的功能。如果你希望利用异构硬件来提升应用程序内既有功能的性能，或者增加以前由于性能限制而无法实现的全新功能，那么本书适合你。

C++ AMP是Microsoft Visual Studio和C++编程语言的新扩展，用于帮助开发人员充分适应现在和未来的高度并行和异构计算环境。C++ AMP更易用，与C++配合得更好。《C++ AMP(用Visual C++加速大规模并行计算)》的目标是帮助C++开发人员在理解C++ AMP核心概念的基础上，掌握更高级的功能。书中包含了C++ AMP程序开发的设计思路、使用方法、真实案例及代码示例，并提供了案例的源代码。通过学习《C++ AMP(用Visual C++加速大规模并行计算)》，读者能理解如何在应用程序中最好地使用C++ AMP，还能利用Microsoft Visual Studio 2012提供的调试和剖析工具来解决问题、优化性能。

格雷戈里、米勒编著的《C++ AMP(用Visual C++加速大规模并行计算)》的两位作者一位是有20多年C++实践经验的讲师、演讲人和作家，一位是微软工作室的首席软件架构师，他们有丰富的实践经验，因此，本书极具实际应用参考价值。《C++ AMP(用Visual C++加速大规模并行计算)》适合专业C++异构编程人员及熟悉C++并希望从事并行编程及异构编程的开发人员。

第1章　C++ AMP概述　1

1.1　为什么选择GPGPU？什么是异构计算？　1

1.1.1　性能提升史　1

1.1.2　异构平台　2

1.1.3　GPU架构　3

1.1.4　通过并行性提升性能的候选方案　4

1.2　CPU并行技术　7

1.2.1　向量化　7

1.2.2　OpenMP　9

1.2.3　并发运行时库(ConcRT)和并行模式库　10

1.2.4　任务并行库　11

1.2.5　WARP-Windows高级栅格化平台　11

1.2.6　GPU并行技术　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将GPGPU(以及更多)带进主流　14

1.3.2　C++ AMP是C++，而不是C　14

1.3.3　C++ AMP使用了我们熟识的工具　15

1.3.4　C++ AMP是一个近乎全面的代码库　15

1.3.5　C++ AMP可以生成可移植的、不会过时的执行代码　17

1.4　小结　18

第2章　Nbody案例　19

2.1　运行示例前的准备工作　19

2.2　运行Nbody示例　20

2.3　示例的结构　24

2.4　CPU计算　25

2.4.1　数据结构　25

2.4.2　wWinMain函数　26

2.4.3　OnFrameMove回调函数　26

2.4.4　OnD3D11CreateDevice回调函数　27

2.4.5　OnGUIEvent回调函数　29

2.4.6　OnD3D11FrameRender回调函数　30

2.5　CPU NBody类　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计算　33

2.6.1　数据结构　33

2.6.2　CreateTasks　35

2.7　C++ AMP NBody类　37

2.7.1　NBodyAmpSimple::Integrate　37

2.7.2　BodyBodyInteraction　38

2.8　小结　40

第3章　C++ AMP基础　41

3.1　arrayT, N　41

3.2　accelerator与accelerator_view　43

3.3　indexN　45

3.4　extentN　46

3.5　array_viewT,N　46

3.6　parallel_for_each　50

3.7　使用restrict(amp)标记的函数　52

3.8　在CPU和GPU之间复制数据　54

3.9　数学库函数　56

3.10　小结　57

第4章　分组　58

4.1　使用分组的目的和好处　58

4.2　tile_static内存　60

4.3　tiled_extent　60

4.4　tiled_indexN1, N2, N3　62

4.5　将简单算法改成分组算法　63

4.5.1　使用tile_static内存　64

4.5.2　分组栅和同步　68

4.5.3　完成简单版本到分组版本的修改　70

4.6　分组大小的影响　71

4.7　选择分组大小　74

4.8　小结　75

第5章　分组NBody案例　76

5.1　分组功能对NBody的提速有多大帮助　76

5.2　N体问题的分组算法　77

5.2.1　NBodyAmpTiled类　78

5.2.2　NBodyAmpTiled::Integrate　79

5.3　使用Concurrency Visualizer　83

5.4　选择分组大小　88

5.5　小结　92

第6章　调试　93

6.1　第一步　93

6.1.1　选择GPU调试还是CPU调试　94

6.1.2　参考加速器　97

6.2　GPU调试基础　100

6.2.1　熟悉的窗口和技巧　100

6.2.2　Debug Location工具栏　101

6.2.3　检测竞态　101

6.3　检查线程运行状况　103

6.3.1　线程标记　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　对线程置标记、分组和过滤　110

6.4　施加更多的控制　112

6.4.1　冻结与解冻线程　113

6.4.2　Run Tile to Cursor　114

6.5　小结　116

第7章　优化　117

7.1　一种性能优化方法　117

7.2　分析性能　118

7.2.1　测量内核性能　118

7.2.2　使用Concurrency Visualizer　121

7.2.3　使用Concurrency Visualizer SDK　126

7.3　优化内存访问模式　127

7.3.1　别名和parallel_for_each调用　127

7.3.2　往返GPU的高效数据复制　131

7.3.3　高效加速器全局内存访问　136

7.3.4　结构体数组与数组结构体　139

7.3.5　高效的分组静态内存访问　141

7.3.6　常量内存　145

7.3.7　纹理内存　146

7.3.8　占用比和寄存器　146

7.4　优化计算　147

7.4.1　避免分支代码　147

7.4.2　选择合适的精度　151

7.4.3　数学运算的成本估算　153

7.4.4　循环展开　153

7.4.5　障栅　154

7.4.6　排队模式　157

7.5　小结　159

第8章　性能案例——归约　160

8.1　问题　160

8.2　示例的结构　161

8.2.1　初始化和负载　164

8.2.2　Concurrency Visualizer标记　164

8.2.3　TimeFunc()　165

8.2.4　开销　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　简单版本　169

8.4.2　使用array_view的简单版本　171

8.4.3　简单优化版本　172

8.4.4　原始分组版本　174

8.4.5　共享内存的分组版本　176

8.4.6　使分支数降至最低的版本　182

8.4.7　消除槽位冲突版本　182

8.4.8　减少停滞线程版本　184

8.4.9　循环展开版本　185

8.4.10　级联归约版本　188

8.4.11　带循环展开的级联归约版本　190

8.5　小结　191

第9章　使用多个加速器工作　192

9.1　选择加速器　192

9.2　使用一个以上的GPU　197

9.3　在加速器之间交换数据　201

9.4　动态负载均衡　206

9.5　交织并行性　209

9.6　回退到CPU执行　210

9.7　小结　211

第10章　Cartoonizer案例　213

10.1　前提条件　213

10.2　运行示例　214

10.3　示例的结构　217

10.4　流水线　218

10.4.1　数据结构　218

10.4.2　CartoonizerDlg::OnBnClickedButtonStart()方法　220

10.4.3　ImagePipeline类　221

10.5　流水线卡通化阶段　225

10.5.1　ImageCartoonizerAgent类　225

10.5.2　IFrameProcessor实现　228

10.6　使用多个C++ AMP加速器工作　236

10.6.1　FrameProcessorAmpMulti类　236

10.6.2　复制流水线　239

10.6.3　ImageCartoonizerAgentParallel类　239

10.7　卡通器性能　242

10.8　小结　244

第11章　图形互操作　245

11.1　基础知识　245

11.1.1　norm与unorm　245

11.1.2　短向量类型　247

11.1.3　textureT, N　251

11.1.4　writeonly_texture_viewT, N　257

11.1.5　纹理与数组　258

11.2　使用纹理和短向量　259

11.3　HLSL内建函数　262

11.4　DirectX互操作　264

11.4.1　加速器视图与Direct3D设备互操作　264

11.4.2　数组与Direct3D设备互操作　265

11.4.3　纹理与Direct3D纹理资源互操作　266

11.4.4　使用图形互操作库　269

11.5　小结　271

第12章　提示、技巧与最佳实践　273

12.1　处理分组大小不匹配的问题　273

12.1.1　填充分组　275

12.1.2　截取分组　276

12.1.3　对比方法　280

12.2　初始化数组　280

12.3　函数对象与lambda函数　281

12.4　原子操作　282

12.5　Windows 8上其他的C++ AMP功能　285

12.6　超时检测与恢复　286

12.6.1　避免TDR　287

12.6.2　在Windows 8上取消TDR　288

12.6.3　检测TDR和从TDR中恢复　288

12.7　双精度支持　290

12.7.1　有限双精度支持　290

12.7.2　完整双精度支持　290

12.8　在Windows 7上调试　291

12.8.1　配置远程计算机　291

12.8.2　配置项目　291

12.8.3　部署和调试项目　292

12.9　其他调试函数　293

12.10　部署　294

12.10.1　部署应用程序　294

12.10.2　在服务器上运行C++ AMP　294

12.11　C++ AMP与Windows 8的Windows应用商店　296

12.12　在托管代码中使用C++ AMP　296

12.12.1　从.NET应用程序、Windows 7 Windows应用商店或库中调用　297

12.12.2　从C++ CLR应用程序中调用　297

12.12.3　从C++ CLR项目中调用　297

12.13　小结　298

附录　其他资源　299