官方文档及书籍

英文好、时间充裕的同学可以精读官方文档或者著作。

NVIDIA CUDA C++ Programming Guide

地址：
https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html

这是英伟达官方的CUDA编程教程，但是我英文一般，简单过了一遍之后感觉很多细节没讲，有一定的跳跃性，所以我看完还是很朦胧。

CUDA C++ Best Practices Guide

地址：
https://docs.nvidia.com/cuda/cuda-c-best-practices-guide/index.html

这也是英伟达官方的CUDA编程教程，不过侧重点在实践方面，比如如何编程才能最大化利用GPU特性提升性能，建议基础打好之后再来看这个。

CUDA C编程权威指南

这么经典的书就不用我多说了，英文原版叫《Professional CUDA C Programming》，pdf地址在下面，如果打开比较慢的可以后台回复【cuda】获取pdf文件：
http://www.hds.bme.hu/~fhegedus/C++/Professional%20CUDA%20C%20Programming.pdf

个人博客

像我这种英文差、想快速入门的只能找找中文博客看看了，还是找到不少非常奈斯的教程的。

谭升的博客（强推！！！）

地址：
https://face2ai.com/program-blog/#GPU编程（CUDA）

这是我最近发现的又一个宝藏博主，看完他的GPU编程系列教程后感觉豁然开朗，很多底层的原理和细节都通彻了，强烈安利！

他在github还开源了教程对应的示例代码：
https://github.com/Tony-Tan/CUDA_Freshman

CUDA编程入门极简教程

地址：
https://zhuanlan.zhihu.com/p/34587739

速览即可，看完就会写最简单的CUDA代码了。

《CUDA C Programming Guide》《𝐶𝑈𝐷𝐴𝐶编程指南》《CUDAC编程指南》导读

地址：
https://zhuanlan.zhihu.com/p/53773183

这是NVIDIA CUDA C++ Programming Guide和《CUDA C编程权威指南》两者的中文解读，加入了很多作者自己的理解，对于快速入门还是很有帮助的。但还是感觉细节欠缺了一点，建议不懂的地方还是去看原著。

CUDA编程入门系列

地址：
https://zhuanlan.zhihu.com/p/97044592

这位大佬写了六篇，主要是通过一个简单的加法的例子，一步步讲了CUDA优化的若干种方法，拿来上手实践一下还是很棒的。

CUDA编程系列

地址：
https://blog.csdn.net/sunmc1204953974/article/details/51000970

这个系列写的也是很全了，十几篇，建议快速通读一下。

开源代码

有很多的CUDA源码可以供我们慢慢学习，我这就简单给几个典型的Transformer系列的加速代码了。

LightSeq

地址：
https://github.com/bytedance/lightseq

这是字节跳动开源的生成模型推理加速引擎，BERT、GPT、VAE等等全都支持，速度也是目前业界最快的之一。

FasterTransformer

地址：
https://github.com/NVIDIA/DeepLearningExamples/tree/master/FasterTransformer

这是英伟达开源的Transformer推理加速引擎。

TurboTransformers

地址：
https://github.com/Tencent/TurboTransformers

这是腾讯开源的Transformer推理加速引擎。

DeepSpeed

地址：
https://github.com/microsoft/DeepSpeed

这是微软开源的深度学习分布式训练加速引擎。

来源: 韦阳的博客
作者: 韦阳
链接:?https://godweiyang.com/2021/01/25/cuda-reading/
本文章著作权归作者所有，任何形式的转载都请注明出处。

cs