檔名為main.cu
#include#include// 兩個向量加法kernel，grid和block均為一維
__global__ void add(float* x, float * y, float* z, int n)
}int main()
// 申請device記憶體
float *d_x, *d_y, *d_z;
cudamalloc((void**)&d_x, nbytes);
cudamalloc((void**)&d_y, nbytes);
cudamalloc((void**)&d_z, nbytes);
// 將host資料拷貝到device
cudamemcpy((void*)d_x, (void*)x, nbytes, cudamemcpyhosttodevice);
cudamemcpy((void*)d_y, (void*)y, nbytes, cudamemcpyhosttodevice);
// 定義kernel的執行配置
dim3 blocksize(256);
dim3 gridsize((n + blocksize.x - 1) / blocksize.x);
// 執行kernel
add << < gridsize, blocksize >> >(d_x, d_y, d_z, n);
// 將device得到的結果拷貝到host
cudamemcpy((void*)z, (void*)d_z, nbytes, cudamemcpydevicetohost);
cudadevicesynchronize();
// 檢查執行結果
float maxerror = 0.0;
for (int i = 0; i < n; i++)
std::cout << "最大誤差: " << maxerror << std::endl;
// 釋放device記憶體
cudafree(d_x);
cudafree(d_y);
cudafree(d_z);
// 釋放host記憶體
free(x);
free(y);
free(z);
return 0;
}
cmake_minimum_required(version 3.14)
project(cuda_matrixmulti)
find_package(cuda required)
include_directories(./$
)set(cmake_c_compiler g++)
add_compile_options(-std=c++11)
add_compile_options(-g)
set(src_list main.cu)
cuda_add_executable(cuda_matrixmulti $)
target_link_libraries(cuda_matrixmulti $)
參考部落格：
cuda實現向量相加
部落格最後附上整體 如果有說的不對的地方還請前輩指出,因為cuda真的接觸沒幾天 cuda 並不純gpu在執行程式,而是 cpu 與 gpu 一起在執行程式,cpu負責排程,gpu 負責運算,cpu稱為 host gpu 稱為device 記住三個東西 grid block thread 關係分別是...
CUDA （一） 基本裝置管理函式 向量相加
lz之前看過一點點的gpu的加速 後來發現要想寫好cuda 對硬體的理解，記憶體的理解，平行計算等要求還是很高的，然後就很慫的放棄了，沒有繼續下去，而且實驗室基本上都是做cv的，很少有同學做hpc，所以對這方面屬於真小白。直到前陣子，去gtc china，也還是小白，cuda也就用過最基礎的cuda...
CUDA（ ） 向量求和運算
問題描述 將兩組資料對應的元素兩兩相加，並將結果儲存在第三個陣列中。即向量求和運算 目錄 1.基於cpu的向量求和 分析 問題 索引取值範為0 到 n 1 下面兩種函式add 有什麼區別嗎？完整的 實現及執行結果 2.基於gpu的向量求和 分析 問題 裡面引數式什麼含義？問題 既然gpu將執行ker...