この本を読んで感じたことは
文中にGPUのグローバルメモリーのアクセスが遅いことが述べられているのに、高速なシェアードメモリを使ったサンプルがありません。
従来のリニアな処理との速度比較で差が出るのは当然なので、もう一歩踏み込んだテクニックを紹介して欲しいところです。

他からのアクセスを制限するアトミック関数の説明の所で２ページに亘って関数のプロトタイプが書かれていますが
atomicSUB（）が引き算だとわかってもatomicCAS（）が何なのか私にはまったく想像できません、簡単な説明が必要だと思います。

かなりのページをさいてNVIDIAのハードの性能表がありますがComputeCapability（機能バージョン）について書かれていません。
この値が1.3以上の倍精度演算に対応したハードは数少なく、CUDAをダウンロードしないと得られない情報なのでこの表に含めるべきだったと思います。

GPUのプログラミングはGPU向きのアルゴリズムに修正することもありますが、
サンプルのバイトニックソートアルゴリズムはGPU向きで、GPGPUにより発掘されたと言えるのではないでしょうか。
多目的用途の可能性を示す例となっているので、ソートアルゴリズムに関心のある人には参考になると思います。

プログラミング入門というよりはCUDA入門に近い内容なのでサンプルコード満載の本を期待していると肩透かしを食らいます。
CUDA化することが決まっているのであれば青木氏の本をお勧めします。

3次元コンピュータグラフィックスの知識がなければGPUプログラミングは難しいかなと思っていましたが、そういう心配は無用ということがわかったような気がします．CUDAというC言語拡張を通してGPUプログラミングの基本を知ることができました。実際，ウェブの情報を調べてもCUDAのメモリモデルやスレッドについてよくわからないところがありました。特にコアレッシングとスレッドです。本書で説明されている特殊なメモリ階層構造を理解してはじめて、このコアレッシングのありがたさがわかりました。スレッドについては、ブロック内同期・ブロック間非同期というメカニズムがなぜ大事だったのかそのわけがわかったように思います。

最近出版の増えているGPGPU関連書籍です。
内容はCUDA構成説明50%、CUDA導入説明15%、プログラム25%、デバイス性能リスト10%です。
プログラムが3本しかなく、VisualStadioでのプロジェクト作成方法も十分ではないので
この本を手に新規にGPUプログラムを作るのは困難ではないかと思います。
内容や監修者の肩書きからすると大学の情報センターで利用したガイダンスに
CUDA導入部分とデバイス性能リストをつけたものではないかというような内容の薄さです。
またデバイス性能リストもnVidiaの協力があった割には空欄も目立ち、
致命的なのがGPGPUでどの機能まで利用できるかを示すCompute Capabilityの欄がないことです。
例えば倍精度浮動小数点演算を行いたい場合1.3が必要なのですが、
リストに記載がないためどのデバイスを購入すればわかりません。

GPUプログラムの書籍としては勧められませんが、CUDAデバイスガイドとしては利用できる人がいるかもしれません。