阅读本书的前提

这的确是一本实战性较强的技术书。你应先掌握一定的编程知识，才能更好地阅读本书。准确来说，你应该做到：

● 在Python语言方面具有中级编程经验；

● 熟悉标准的Python科学计算包，例如NumPy、SciPy和Matplotlib；

● 在某种基于C的编程语言（C、C++、Java、Rust、Go等）方面具有中级编程能力；

● 了解C语言动态内存分配的相关概念（尤其要了解C语言中malloc和free函数的用法）。

GPU编程主要适用于与科学或数学高度相关的领域，因此本书的很多（即使不是大多数）示例会用到一些数学运算。因此，你应具备大学一年级或二年级的数学知识或了解这部分内容，如下所示：

● 三角学（三角函数，如sin、cos、tan……）；

● 微积分（积分、导数和梯度）；

● 统计学（均匀分布和正态分布）；

● 线性代数（向量、矩阵、向量空间和维数）。

如果你没学过上述内容，或者学完已经有一段时间了，也不用担心，因为本书穿插着介绍了一些关键的编程和数学概念。

此外，在本书中，我们只使用CUDA——它是NVIDIA硬件专有的编程语言。也就是说，在开始之前，你需要准备好以下一些特定的硬件：

● 具有64位x86架构的Intel/AMD处理器的PC；

● 内存容量不低于4GB；

● 入门级NVIDIA GTX 1050 GPU（Pascal架构）或更高级别的GPU。

书中的大多数（并非全部）的示例代码可以在各种配置水平较低的GPU上运行起来，但需要说明的是，我们只在使用GTX 1050的Windows 10操作系统和使用GeForce GTX 1070（简称GTX 1070）的Linux操作系统上进行了测试。关于软硬件的设置和配置的具体说明参见第2章。