CUDA编程手册是CUDA初学者设计的一款编程入门教程，包括简介、编程模型和语法等内容，从零开始帮助用户了解CUDA编程的各种特点和用法，内置各种例子，可以更好的理解所述内容，只是该版本是英文版的。

CUDA编程手册预览

CUDA优点

在GPUs(GPGPU)上使用图形APIs进行传统通用计算，CUDA技术有下列几个优点：

分散读取——代码可以从存储器的任意地址读取

统一虚拟内存(CUDA 6)

共用存储器——CUDA公开一个快速的共用存储区域(每个处理器48K)，使之在多个进程之间共用。其作为一个用户管理的高速缓存，比使用纹理查找可以得到更大的有效带宽。

与GPU之间更快的下载与回读

全面支持整型与位操作，包括整型纹理查找

限制说明：

CUDA不支持完整的C语言标准。它在C++编译器上运行主机代码时，会使一些在C中合法(但在C++中不合法)的代码无法编译。

不支持纹理渲染(CUDA 3.2及以后版本通过在CUDA数组中引入“表面写操作”——底层的不透明数据结构——来进行处理)

受系统主线的带宽和延迟的影响，主机与设备存储器之间数据复制可能会导致性能下降(通过过GPU的DMA引擎处理，异步存储器传输可在一定范围内缓解此现象)

当线程总数为数千时，线程应按至少32个一组来运行才能获得最佳效果。如果每组中的32个进程使用相同的运行路径，则程序分支不会显著影响效果;在处理本质上不同的任务时，SIMD运行模型将成为一个瓶颈(如在光线追踪算法中遍历一个空间分区的数据结构)

与OpenCL不同，只有Nvidia的GPUs支持CUDA技术

由于编译器需要使用优化技术来利用有限的资源，即使合法的C/C++有时候也会被标记并中止编译

CUDA(计算能力1.x)使用一个不包含递归、函数指针的C语言子集，外加一些简单的扩展。而单个进程必须运行在多个不相交的存储器空间上，这与其它C语言运行环境不同。

CUDA(计算能力2.x)允许C++类功能的子集，如成员函数可以不是虚拟的(这个限制将在以后的某个版本中卸载)[参见《CUDA C程序设计指南3.1》-附录D.6]

双精度浮点(CUDA计算能力1.3及以上)与IEEE754标准有所差异：倒数、除法、平方根仅支持舍入到最近的偶数。单精确度中不支持反常值(denormal)及sNaN(signaling NaN);只支持两种IEEE舍入模式(舍位与舍入到最近的偶数)，这些在每条指令的基础上指定，而非控制字码;除法/平方根的精度比单精确度略低