文章目錄

• 前言
• 1. CUDA編程基礎
• 2. CUDA編程實現兩變量加法運算
• 總結
• 參考

---

前言

今天開始學習CUDA編程，在這里當成筆記，分享給大家

---

1. CUDA編程基礎

（1）CUDA編程需要將CPU上數據拷貝到GPU顯存上，然后在GPU上進行高效計算并得到計算結果，最終將結果拷貝到CPU上打印；
（2）CUDA編程區分GPU函數（設備代碼）和CPU上函數（主機代碼）是通過關鍵字 “_global_”；
（3）使用cuda API cudaMalloc(), cudaFree()在GPU顯存上分配釋放內存空間，類似CPU上Malloc()和Free();cudaMemcpy()將數據在CPU（host）和GPU(device)間拷貝，類似于CPU上的Memcpy();
（4）調用GPU上函數時需要指定模塊（block）和每個模塊上線程數（thread）, 被稱為配置內核參數， 比如 gpuAdd<<<1,1>>>(…)，這里表示1個模塊，每個模塊執行1個線程。
（5）內核調用：主機代碼（host, CPU）調用設備代碼（device, GPU）

2. CUDA編程實現兩變量加法運算

#include <stdio.h> #include <cuda.h> #include<cuda_runtime.h>// define kernel function to add two variable __global__ void gpuAdd(int d_a, int d_b, int* d_c) {*d_c = d_a + d_b; }int main() {//define host(cpu) variable to store answerint h_c;//define device(gpu) variable pointer to store answerint *d_c;//Allocating memory for device pointercudaMalloc((void**)&d_c, sizeof(int));//kernel call by passing 1 and 4 as inputs and storing answer in d_c//<<<1,1>>> means 1 block is executed with 1 thread per blockgpuAdd << <1, 1 >> > (1, 4, d_c);//copy result from device memory to host memorycudaMemcpy(&h_c, d_c, sizeof(int), cudaMemcpyDeviceToHost);//print resultprintf("1+4=%d\n", h_c);// free device memorycudaFree(d_c);system("pause");return 0; }

---

總結

今天開始進入cuda編程的世界，感覺還不錯，繼續努力！

參考

《基于GPU加速的計算機視覺編程》

總結

以上是生活随笔為你收集整理的VS2017 CUDA编程学习1：CUDA编程两变量加法运算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。