用CUDA在GPU熵对任意矢量长度求和

最新推荐文章于 2022-08-09 11:16:05 发布

原创最新推荐文章于 2022-08-09 11:16:05 发布 · 568 阅读

0 ·

CC 4.0 BY-SA版权

C++ 专栏收录该内容

27 篇文章

订阅专栏

本文展示了如何使用CUDA在GPU上进行大规模矢量加法操作。通过定义一个CUDA核函数`add`，并利用`cudaMalloc`、`cudaMemcpy`等函数在GPU上分配内存、传输数据，最终实现对长度为30*1024的矢量进行加法运算。代码示例中，主线程在CPU上初始化矢量，然后将其传输到GPU，执行计算后再将结果返回CPU显示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#define N (30*1024)
__global__ void add(int *a, int *b, int *c)
{

#include "cuda_runtime.h"
#include "cublas_v2.h"
#include "time.h"
#include <iostream>
using namespace std;
int tid =threadIdx.x+ blockIdx.x*blockDim.x;
while (tid < N)
{
c[tid] = a[tid] + b[tid];
tid += blockDim.x*gridDim.x;//gridDim线程格中每一维线程块数量，blockDim.x每个线程块的线程数量
}
}
int main(void)
{
int a[N],b[N],c[N];
int *dev_a, *dev_b, *dev_c;
cudaMalloc((void**)&dev_a, N*sizeof(int));
cudaMalloc((void**)&dev_b, N*sizeof(int));
cudaMalloc((void**)&dev_c, N*sizeof(int));

//在CPU上为a和b赋值
for (int i = 0; i < N; i++)
{
a[i] = -i;
b[i] = i*i;
}
//将数组复制到GPU
cudaMemcpy(dev_a, a, N*sizeof(int), cudaMemcpyHostToDevice);
cudaMemcpy(dev_b, b, N*sizeof(int), cudaMemcpyHostToDevice);

add << <128, 128 >> >(dev_a, dev_b, dev_c);
cudaMemcpy(c, dev_c, N*sizeof(int), cudaMemcpyDeviceToHost);
for (int i = 0; i < N; i++)
{
printf("%d+%d=%d\n",a[i],b[i],c[i]);
}
cudaFree(dev_a);
cudaFree(dev_b);
cudaFree(dev_c);
getchar();
return 0;
}