diff --git a/ch2.md b/ch2.md
index 7a82e1a153926e90463fcfbd095541fd38919a1a..827bbec4adb723b46b577b41d1346530c2f08339 100644
--- a/ch2.md
+++ b/ch2.md
@@ -130,3 +130,237 @@
     ```
     modprobe wl
     ```
+
+## 2.3 安装和配置ATI显卡驱动
+
+这个秘籍中，我们会详细讲解ATI显卡驱动的安装和配置，在此之前需要AMD Accelerated Parallel Processing (APP) SDK、OepnCL和CAL++。我们可以利用 ATI Stream技术的优势来运行计算密集型任务 -- 尤其是运行在CPU上 -- 使他们更快更高效地执行。更多ATI Stream技术相关的详细信息，请访问[www.amd.com/stream]( www.amd.com/stream)。
+
+### 准备
+
+需要网络连接来完成这个秘籍。同时需要在开始这个秘籍之前准备内核头文件，它在上一节有所涉及。
+
+### 操作步骤
+
+让我们开始安装和配置ATI驱动：
+
+1.  下载系统所需的ATI显示驱动：
+
+    ```
+    cd /tmp/ 
+    wget http://www2.ati.com/drivers/linux/amd-driver-installer-121-x86.x86_64.run
+    ```
+    
+    我们也可以从下面的网址下载显示驱动：[http://support. amd.com/us/gpudownload/Pages/index.aspx](http://support. amd.com/us/gpudownload/Pages/index.aspx)。
+    
+    ![](img/2-3-1.jpg)
+    
+2.  通过键入下列命令来开始安装：
+
+    ```
+    sh amd-driver-installer-12-1-x86.x86_64.run
+    ```
+    
+    ![](img/2-3-2.jpg)
+    
+3.  在安装完成之后，重启你的系统来使改变生效，并且避免不稳定。
+
+4.  为之后的步骤安装一些依赖：
+
+    ```
+    apt-get install libroot-python-dev libboost-python-dev libboost1.40-all-dev cmake
+    ```
+    
+5.  下载并解压 AMD APP SDK，根据你的CPU架构：
+
+    ```
+    wget http://developer.amd.com/Downloads/AMD-APP-SDK-v2.6-lnx64.tgz 
+    mkdir AMD-APP-SDK-v2.6-lnx64 
+    tar zxvf AMD-APP-SDK-v2.6-lnx64.tgz –C /tmp/AMD-APP-SDK-v2.6-lnx64 
+    cd AMD-APP-SDK-v2.6-lnx64
+    ```
+    
+6.  通过下列命令安装AMD APP SDK：
+
+    ```
+    sh Install-AMD-APP.sh
+    ```
+    
+7.  在`.bashsrc`文件中设置ATI Stream的路径：
+
+    ```
+    echo export ATISTREAMSDKROOT=/opt/AMDAPP/ >> ~/.bashrc 
+    source ~/.bashrc
+    ```
+    
+8.  下载并编译`calpp`：
+
+    ```
+    cd /tmp/ 
+    svn co https://calpp.svn.sourceforge.net/svnroot/calpp calpp 
+    cd calpp/trunk 
+    cmake . 
+    make 
+    make install
+    ```
+    
+9.  下载并编译`pyrit`：
+
+    ```
+    cd /tmp/ 
+    svn co http://pyrit.googlecode.com/svn/trunk/ pyrit_src 
+    cd pyrit_src/pyrit 
+    python setup.py build 
+    python setup.py install
+    ```
+    
+0.  构建并安装OpenCL：
+
+    ```
+    cd /tmp/pyrit_src/cpyrit_opencl 
+    python setup.py build 
+    python setup.py install\
+    ```
+    
+1.  对` cpyrit_calpp `的安装做一些小修改：
+
+    ```
+    cd /tmp/pyrit_source/cpyrit_calpp 
+    vi setup.py
+    ```
+    
+    找到下面这一行：
+    
+    ```
+    VERSION = '0.4.0-dev' 
+    ```
+    
+    把它改成：
+    
+    ```
+    VERSION = '0.4.1-dev' 
+    ```
+    
+    之后，找到下面这一行：
+    
+    ```py
+    CALPP_INC_DIRS.append(os.path.join(CALPP_INC_DIR, 'include')) 
+    ```
+    
+    把它改成：
+    
+    ```py
+    CALPP_INC_DIRS.append(os.path.join(CALPP_INC_DIR, 'include/CAL'))
+    ```
+    
+2.  最后将ATI GPU模块添加到pyrit：
+
+    ```
+    python setup.py build 
+    python setup.py install
+    ```
+    
+> 为了展示可用的CAL++设备和CPU的核数，我们需要键入下列命令：
+
+> ```
+> pyrit list_cores
+> ```
+
+> 为了进行跑分，我们只需要键入：
+
+> ```
+> pyrit benchmark
+> ```
+
+## 2.4 安装和配置英伟达显卡驱动
+
+这个秘籍中，我们会拥抱CUDA，英伟达的并行计算架构。在CUDA工具包的安装之后，首先会安装英伟达开发者显示驱动。这会通过使用CPU的威力带来计算性能的戏剧性提升，它们通常用于一些类似密码破解的场合。
+
+> 有关CUDA的更多信息，请浏览[他们的官方网站](http://www.nvidia.com/object/cuda_home_new.html)。
+
+### 准备
+
+需要网络连接来完成这个秘籍。
+
+也需要在开始之前准备内核头文件，这在2.2节中一节涉及了。
+
+为了完成英伟达驱动的安装，需要关闭X会话。
+
+### 操作步骤
+
+让我们开始安装和配置英伟达显卡驱动：
+
+1.  下载英伟达开发者显示驱动，根据你的CPU架构：
+    
+    ```
+    cd /tmp/ 
+    wget http://developer.download.nvidia.com/compute/cuda/4_1/rel/ drivers/NVIDIA-Linux-x86_64-285.05.33.run
+    ```
+    
+    ![](img/2-4-1.jpg)
+    
+2.  安装驱动：
+
+    ```
+    chmod +x NVIDIA-Linux-x86_64-285.05.33.run 
+    ./NVIDIA-Linux-x86_64-285.05.33.run –kernel-source-path='/usr/src/ linux'
+    ```
+    
+3.  下载CUDA工具包：
+
+    ```
+    wget http://developer.download.nvidia.com/compute/cuda/4_1/rel/ toolkit/cudatoolkit_4.1.28_linux_64_ubuntu11.04.run
+    ```
+    
+4.  安装CUDA工具包到`/opt`：
+
+    ```
+    chmod +x cudatoolkit_4.1.28_linux_64_ubuntu11.04.run 
+    ./cudatoolkit_4.1.28_linux_64_ubuntu11.04.runConfigure the environment variables required for nvcc to work: 
+    echo PATH=$PATH:/opt/cuda/bin >> ~/.bashrc 
+    echo LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/cuda/lib >> ~/.bashrc 
+    echo export PATH >> ~/.bashrc 
+    echo export LD_LIBRARY_PATH >> ~/.bashrc
+    ```
+    
+5.  运行一下命令来使变量生效：
+
+    ```
+    source ~/.bashrc 
+    ldconfig
+    ```
+    
+6.  安装`pyrit`的依赖：
+
+    ```
+    apt-get install libssl-dev python-dev python-scapy
+    ```
+    
+7.  下载并安装GPU增效工具`pyrit`：
+
+    ```
+    svn co http://pyrit.googlecode.com/svn/trunk/ pyrit_src 
+    cd pyrit_src/pyrit 
+    python setup.py build 
+    python setup.py install
+    ```
+    
+8.  最后，将英伟达GPU模块添加到`pyrit`：
+
+    ```
+    cd /tmp/pyrit_src/cpyrit_cuda 
+    python setup.py 
+    build python setup.py install
+    ```
+    
+> 为了验证`nvcc`是否正确安装，我们需要键入下列命令：
+
+> ```
+> nvcc -V
+> ```
+
+> 为了进行跑分，我们只需要键入下列命令：
+
+> ```
+> pyrit benchmark
+> ```
+