本书系统介绍了基于 AMD ROCm 平台的 HIP 加速计算技术，围绕 GPU 编程在异构计算中的核心作用，展开对 HIP 编程语言、GPU 硬件架构、性能优化方法、多 GPU 协同计算策略及 ROCm 生态组件的全面讲解。内容设计结合了当前实际需求，从语言基础出发，逐步引导读者掌握复杂程序结构与高效的并行计算模式。

书中配有大量可运行的代码示例，涵盖矩阵运算、图像处理、聚类分析、图遍历等典型任务，突出实践导向，强调理论与应用的结合。除了基础语法与程序结构，还深入讲解了 HIP 中的内存管理、线程调度、核函数优化、异步执行机制、调试工具链等关键主题，并结合 ROCm 提供的多种高性能库（如 rocBLAS、rocFFT、rocRAND）及性能分析工具，构建起完整的开发与优化路径。

针对当前多样化的计算平台需求，书中也探讨了多 GPU 系统下的点对点通信与集合通信方法，介绍了 ROCm 与机器学习框架（PyTorch、TensorFlow）的集成方式，以及在数据中心环境中结合容器与作业调度系统的实际部署方案。

本书适合高校计算机、软件工程、电子信息等专业本科生和研究生使用，也可供从事高性能计算、GPU 应用开发与平台迁移的科研人员和工程师参考。