柯克编著的《大规模并行处理器编程实战(第2版)》介绍了几个并行模式，这是出现在并行应用中的许多并行算法的基础；介绍了CUDA Fortran——CUDA架构的编程接口，包括演示CUDA Fortran编程的多个例子；OpenACC适合熟悉CUDA C的并行程序员，介绍了这个用于简化并行编程的并行计算新接口；如何使用Thrust并行模板库，实现以最小的编程量来获得高性能应用；介绍了Kepler——NVIDIA新的高性能、功能强大的GPU架构。

在上一版十分畅销的基础上，《大规模并行处理器编程实战(第2版)》(作者：柯克)全面更新了并行编程方法和技术的内容。《大规模并行处理器编程实战(第2版)》旨在综述并行编程，展示了专业人士和学生都可以使用的一种编程思维，以此来指导并行编程和优化应用程序，从而使性能得到显著提升。《安全技术经典译丛：大规模并行处理器编程实战（第2版）》作者David B. Kirk和Wen-mei W. Hwu所采用的简洁、直观、实用的方法基于他们多年的并行计算课程实践。

《安全技术经典译丛：大规模并行处理器编程实战（第2版）》新增的内容：

并行模式：包括多章并行模式内容，是并行编程应用中使用的很多并行算法的基础。

CUDA Fortran：新增的这一章介绍CUDA Fortran编程如何使用CUDA架构，其中讲解了几个CUDA Fortran编程的实用示例。

OpenACC：新增的这一章介绍一个开放的并行编程预编译指令，以实现并行编程简洁化的目的。

Thrust：Thrust库是CUDA C/C++的抽象层函数库。新增的这一章介绍了如何通过使用Thrust并行编程模板，对源程序只做简单的修改就可以使程序实现高性能。

C++ AMP：简单介绍了C++ AMP，它是由微软提出来的Windows环境下一套简化大规模并行处理器的编程接口。

NVIDIA的Kepler架构：探讨NVIDIA的高性能、低功耗的GPU架构的编程特性。

第1章 引言

第2章 GPU计算的发展历程

第3章 CUDA简介

第4章 数据并行执行模型

第5章 CUDA存储器

第6章 性能优化

第7章 浮点运算

第8章 并行模式：卷积

第9章 并行模式：前缀和

第10章 并行模式：稀疏矩阵-向量乘法

第11章 应用案例研究：高级MRI重构

第12章 应用案例研究：分子可视化和分析

第13章 并行编程和计算思想

第14章 OpenCL简介

第15章 OpenACC并行编程

第16章 Thrust：一个面向效率的CUDA编程库

第17章 CUDA FORTRAN

第18章 C++ AMP简介

第19章 异构集群编程

第20章 CUDA动态并行

第21章 结论与展望

附录A 矩阵乘法主机版的源代码

附录B GPU的计算能力