1.6 本章小结

计算机业界正处于并行计算的革命中，NVIDIA的CUDA C已经成为实现并行计算的最成功语言之一。在本书中，我们将帮助你学习如何使用CUDA C编写自己的代码。此外，还将帮助你了解NVIDIA在实现GPU计算时对C语言进行的扩展以及应用程序编程接口。在学习CUDA C时，你不需要具备OpenGL或者 DirectX的知识，也不需要了解计算机图形学的背景。

本书并不打算介绍C编程的基础知识，因此对于不具备任何计算机编程知识的读者，我们不建议阅读本书。如果你熟悉并行编程的一些基础知识，那么将带来一定的帮助，但并不需要一定实际做过并行编程。对于任何与并行编程相关的术语或概念，如果读者需要理解，那么我将在本书中给出解释。事实上，在某些情况下，你会发现传统的并行编程知识反而会使你在GPU计算环境下做出错误的假设。事实上，掌握本书内容的唯一前提条件就是具备一定的C或者 $\mathrm{C + + }$ 编程经验。

在第2章中，我们将介绍如何配置GPU计算的开发和运行环境，确保在开始学习时就拥有必要的硬件资源和软件资源。之后，你就可以开始学习CUDA C了。如果你曾经使用过CUDA C，或者你的计算机系统已经配置好了CUDA C开发环境，那么可以直接跳到第3章。

第2章

入门

我们希望第1章的内容已经使你迫不及待地想要学习CUDA C了。本书将通过一组示例代码来讲解CUDA C，因此你首先需要一个完备的开发环境。当然，你也可以由其他人来帮你准备好开发环境，但我们认为，如果你能亲自动手实践并尽快地获得CUDA C的一些实际使用经验，那么将能保持更长久的学习兴趣。本章将介绍在开始使用CUDA C之前需要准备的硬件和软件。好消息是，你可以免费获得所有软件，从而可以为你省下更多的钱去做其他事情。