Cuda程式的設計 2

1.cuda的程式設計模型

a. gpu（圖形處理器）早期主要應用於圖形渲染，使得應用程式能實現更強的視覺效果。（並行運算）

cuda是由英偉達為他們公司gpu創立的乙個平行計算平台和程式設計模型。cuda包含三大元件，分別是nvidia驅動、toolkit和

samples.toolkit裡面包含的nvcc編譯器、除錯工具和函式庫。

開發人員可以通過呼叫cuda函式庫中的api，來使用gpu進行平行計算。nvidia公司為了吸引更多的開發人員，對cuda進行了程式語言擴充套件，如cuda c/c++語言

b. cuda程式設計模型

在cuda的架構下，乙個程式分為兩個部分：host端和device端。host端是指在cpu上執行的部分，而device端則在gpu上執行的部分。device端的程式又稱　　　為「kernel」。通常host端程式會將資料準備好後，複製到顯示卡的記憶體中，再由顯示晶元執行device端程式，完成再由host端程式將結果從顯示卡的記憶體中取回。

2.cuda程式設計技術

a.第乙個cuda程式

#include #include 
#include 
void
function()
intmain()

#include #include 
#include 
void
function()
intmain()

nvcc 編譯選項　原始檔.cu 原始檔.cpp

1. 在gpu上執行的函式通常稱為核函式。

2. 一般通過識別符號__global__修飾，呼叫通過《引數1,引數2>>>，

引數1代表執行緒格里有多少執行緒塊；引數2代表乙個執行緒塊裡有多少執行緒。

#cudamalloc(

1. 函式原型： cudaerror_t cudamalloc (void **devptr, size_t size)。

2. 函式用處：與c語言中的malloc函式一樣，只是此函式在gpu的記憶體你分配記憶體

3. 注意事項：

3.1. 可以將cudamalloc()分配的指標傳遞給在裝置上執行的函式；

3.2. 不可以在主機**中使用cudamalloc()分配的指標進行記憶體讀寫操作

# cudamemcpy()

1. 函式原型：

cudaerror_t cudamemcpy (void *dst, const void *src, size_t count, cudamemcpyk

2. 函式作用：與c語言中的memcpy函式一樣，只是此函式可以在主機記憶體和gpu

記憶體之間互相拷貝資料。

3. 函式引數：cudamemcpykind kind表示資料拷貝方向，如果kind賦值為

cudamemcpydevicetohost表示資料從裝置記憶體拷貝到主機記憶體。

#cudafree()

1. 函式原型：cudaerror_t cudafree ( void* devptr )。

2. 函式作用：與c語言中的free()函式一樣，只是此函式釋放的是cudamalloc()分配的記憶體

b.cuda執行緒

在cuda中，顯示晶元執行時的最小單位是thread，數個thread都可以組成乙個block。數個block可以組成grid。每個thread都有自己的乙份register 和local memory的空間。

同乙個block中的每個thread則有共享的乙份share memory

c.cuda記憶體

gpu的記憶體中可讀寫的有：暫存器（regiesters）、localmenory、共享記憶體（shared memory）和全域性記憶體（global memory），唯讀的有：常量記憶體（constant memory）和紋理記憶體（texture memroy）。

之前cudamalloc 分配，複製的都是global memory。

共享記憶體則允許同乙個block中的執行緒共享這一段記憶體。

#include #include 
#include 
#define n 10__global__ 
void vecadd(int *a, int *b, int *c)
}int main(void
) cudamalloc( (
void **)&dev_a, n * sizeof(int
) );
cudamalloc( (
void **)&dev_b, n * sizeof(int
) );
cudamalloc( (
void **)&dev_c, n * sizeof(int
) );
cudamemcpy(dev_a, a, n * sizeof(int
), cudamemcpyhosttodevice );
cudamemcpy(dev_b, b, n * sizeof(int
), cudamemcpyhosttodevice );
struct
timeval tpstart,tpend; 
float
timeuse; 
gettimeofday(&tpstart,null); 
vecadd
<<<1, n>>>(dev_a, dev_b, dev_c);
gettimeofday(&tpend,null); 
timeuse=1000000*(tpend.tv_sec-tpstart.tv_sec)+tpend.tv_usec-tpstart.tv_usec; 
timeuse/=1000000
; printf(
"used time:%f\n
",timeuse); 
cudamemcpy(c, dev_c, n * sizeof(int
), cudamemcpydevicetohost );
for (int i = 0; i < n; ++i)
cudafree(dev_a);
cudafree(dev_b);
cudafree(dev_c);
return0;
}

Cuda程式的設計 2

cuda 安裝 2安裝CUDA

CUDA小記（2）執行第乙個CUDA程式

CUDA程式計時

Cuda程式的設計 2

cuda 安裝 2安裝CUDA

CUDA小記（2）執行第乙個CUDA程式

CUDA程式計時

相關推薦