本书是一本理想的学习 CUDA 编程的入门书籍。本书分两部分，第一部分（前十章）循序渐进地介绍 CUDA 编程的基础，第二部分（后五章）通过一个具体的计算物理应用实例——分子动力学模拟——来介绍如何从头开发一个大型的、高效的 CUDA 程序。

樊哲勇，1983 年生，2010 年在南京大学物理系获理学博士学位，2010-2012 年在厦门大学物理系做博士后，2012-2014年在芬兰 Aalto 大学做博士后，2014-2016 在渤海大学任副教授，2016 年至今在芬兰 Aalto 大学做博士后。拥有 8 年 CUDA 编程经验，用 CUDA 开发了高效的分子动力学模拟程序 GPUMD 和量子输运程序 GPUQT，在计算物理的一流期刊《Computer Physics Communications》发表9篇原创论文。

前言 基于CPU（central processing unit，中央处理器）和GPU（graphics processing unit，图形处理器）的异构计算（heterogeneous computing）已逐步发展为高性能计算（high performance computing）领域的主流模式。很多超级计算机大量使用了GPU。CUDA（compute unified device architecture）作为GPU高性能计算的主要开发工具之一，已经在计算机、物理、化学、生物、材料等众多领域发挥了重要作用。掌握CUDA编程也就意味着开辟了一条通往高性能计算的新道路。 本书通过大量实例循序渐进地介绍CUDA编程的语法知识、优化策略及程序开发实践。本书所有源代码都可以通过作者为本书创建的GitHub仓库（https:// github.com/brucefan1983/CUDA-Programming）获得。读者也可以针对该仓库提出问题（issues）与作者进行交流。渤海大学由琪同学的GitHub仓库https://github.com/ YouQixiaowu/CUDA-Programming-with-Python还给出了本书部分程序的py-CUDA版本。本书中的所有程序都在Linux平台通过测试，其中大部分程序也能在Windows平台通过测试。我们会在适当的地方指出哪些程序无法在（作者的）Windows平台通过测试。 本书是一本较理想的学习CUDA编程的入门读物。在计算机方面，读者需要掌握初步的Linux或Windows命令行操作技能，并具有一定的C++语言编程...