BookGPU/frontmatter/preface.tex

   1 \chapter*{Preface}
   2
   3
   4 This book is intended to present the design of significant scientific
   5 applications on GPUs. Scientific applications require more and more
   6 computational power in a large variety of fields: biology, physics,
   7 chemistry, phenomon model and prediction, simulation, mathematics, etc.
   8
   9 In order to be able to handle more complex applications, the use of
  10 parallel architectures is the solution to decrease the execution
  11 times of these applications. Using  many computing
  12 cores simulataneously can significantly speed up the processing time.
  13
  14 Nevertheless using parallel architectures is not so easy and has always required
  15 an  endeavor  to  parallelize  an  application. Nowadays  with  general  purpose
  16 graphics processing units (GPGPU), it  is possible to use either general graphic
  17 cards or dedicated graphic cards to  benefit from the computational power of all
  18 the cores  available inside these  cards. The NVIDIA company  introduced Compute
  19 Unified Device Architecture (CUDA) in 2007 to unify the programming model to use
  20 their video card. CUDA is currently  the most used environment for designing GPU
  21 applications although  some alternatives are  available, such as  Open Computing
  22 Language (OpenCL). According to applications  and the GPU considered, a speed up
  23 from 5 up to 50, or even more  can be expected using a GPU over computing with a
  24 CPU.
  25
  26 The programming model of GPU is quite different from the one of
  27 CPU. It is well adapted to data parallelism applications. Several
  28 books present the CUDA programming models and multi-core applications
  29 design. This book is only focused on scientific applications on GPUs. It
  30 contains 20 chapters gathered in 6 parts.
  31
  32 The first part presents the GPUs. The second part focuses on two
  33 significant image processing applications on GPUs. Part three presents
  34 two general methodologies for software development on GPUs. Part four
  35 describes three optimization problems on GPUs. The fifth part, the
  36 longest one, presents seven numerical applications. Finally part six
  37 illustrates three other applications that are not included in the previous
  38 parts.
  39
  40 Some codes presented in this book are available online on my webpage:
  41 http://members.femto-st.fr/raphael-couturier/en/gpu-book/