CUDA学习笔记(1) 硬件简介

最新推荐文章于 2024-09-07 23:01:46 发布

Bingjian-Gong

最新推荐文章于 2024-09-07 23:01:46 发布

阅读量1.3k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： CUDA学习笔记文章标签： cuda nvidia cuda

本文链接：https://blog.youkuaiyun.com/q583956932/article/details/78700942

本文是CUDA学习笔记的第一部分，主要介绍了CUDA的环境配置与安装，特别是Windows下使用Visual Studio 2013与CUDA的配合。接着详细讲解了GPU的硬件结构，包括SM（Stream MultiProcessor）和SP（Stream Processor）的概念。此外，还阐述了CUDA的软件结构，如线程、线程块和线程网格的概念，并强调了核函数在并行计算中的作用。最后，讨论了如何通过代码获取GPU的硬件参数，以确保程序的兼容性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、环境配置与安装

Linux下安装请参考Ubuntu12.04配置NVIDIA cuda5.5经验帖
Windows下安装请参考CUDA在Windows的安装和使用

我是在Windows下安装的CUDA，使用Visual Studio 2013编程。安装过程是只用点确定的傻瓜式安装，并且会自动给你添加环境变量。安装完成后，Visual Studio在新建项目的时候会多出来一个CUDA的工程选型，如下图所示：

![VS2013新建CUDA工程](https://img-blog.youkuaiyun.com/20171203125103076?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcTU4Mzk1NjkzMg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast) 建立工程的时候，编译器会自动生成一个模板供我们参考。

二、GPU的硬件结构

为了更好地编写CUDA程序，我们必须先了解我们的显卡硬件信息，不同的显卡（GPU）会有不同的硬件特性，如果编程不恰当，会直接导致CUDA程序无法在不同型号的显卡上通用！

先集中介绍下CUDA中的常用专业名词：

英	简写	中
Stream Processor	SP	流处理器
Stream MultiProcessor	SM	流处理器组
Thread		线程
Block		线程块
Grid		线程网格
Warp		线程束
shared memory		共享内存
kernel function		核函数

显卡结构方面推荐大家去看Rachel-Zhang的CUDA系列学习（一），里面做了非常详细的介绍，这里我借用CUDA_C_Programming_Guide中的两张图做简要说明。
首先简单说下显卡的硬件结构，一块显卡的PCB上主要有核心芯片和核心外的显存，前者相当于计算机中的CPU，后者相当于内存，详细参数可以通过GPU-Z或者在techpowerup上查看，下图就是显卡的结构，决定显卡计算能力的就是红框中的GPU核心芯片。