多线程CUDA实例 167页平方求和

最新推荐文章于 2023-01-15 20:41:44 发布

原创最新推荐文章于 2023-01-15 20:41:44 发布 · 908 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#cuda #多线程 #实例

CUDA学习日记专栏收录该内容

12 篇文章

订阅专栏

本文介绍了一种利用CUDA并行计算实现的平方和算法优化方案。该方案通过GPU加速技术，实现了对大量数据进行快速平方和计算的目标。文中详细展示了算法的实现过程，包括随机数据生成、平方和内核函数设计及计时功能的添加等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

//GPGPU编程技术-从GLSL、CUDA到OpenCL  平方和算法第二版 增加计时函数 没有为主机变量分配内存 多线程求和//
//书中程序167页
#include <stdio.h>
#include <iostream>
#include <cuda_runtime.h> // For the CUDA runtime routines (prefixed with "cuda_")
#include <device_launch_parameters.h> //我在查询中找到的头文件 有可能有别的表达方式
#include <time.h> //计时用的函数库


#define DATA_SIZE 1048576   //4MB 的数据
#define THREAD_NUM 256      //线程数
using namespace std;
int anData[DATA_SIZE];

//生成随机数据量
void GenerateNumber(int *pnNumber, int nSize)
{

    for (int i = 0; i < nSize; i++)  pnNumber[i] = rand() % 10;
}

//全局函数计算平方和内核：在主机上调用，在设备上执行
__global__ static void sumofSquares(int *pnNum, int* pnResult,clock_t *pclock_ttime)
{
    int tid = threadIdx.x;
    int nSum = 0;
    int i;

    int nSize = 0;


    if (DATA_SIZE % THREAD_NUM) nSize = DATA_SIZE / THREAD_NUM + 1;
    else nSize = DATA_SIZE / THREAD_NUM; //nSize 一个线程计算的数据量



    //计时开始
    clock_t clock_tstart;
    if ( tid == 0 )  clock_tstart = clock(); //用了一个线程计时，足以精确请放心

    for ( i=nSize * tid ; i < (tid+1) *nSize ; i++)
    {
        nSum += (pnNum[i] * pnNum[i]);

    }
    pnResult[tid] = nSum;
    //计时结束
    if ( tid == 0) *pclock_ttime = clock() - clock_tstart; //用了一个线程计时
}

void main()
{
    GenerateNumber(anData, DATA_SIZE); //生成随机数据量
    int *pnGpuData, *pnResult;
    clock_t *pclock_ttime;//储存时间的
    int *nSummat;
    cudaMallocHost((void**)&nSummat, sizeof(int) * THREAD_NUM);
    cudaMalloc ((void**)&pnGpuData, sizeof(int) * DATA_SIZE);
    cudaMalloc ((void**)&pnResult , sizeof(int) * THREAD_NUM);
    cudaMalloc((void**)&pclock_ttime, sizeof(clock_t));

    cudaMemcpy(pnGpuData, anData, sizeof(int)*DATA_SIZE, cudaMemcpyHostToDevice);



    sumofSquares <<< 1, THREAD_NUM , 0 >>>(pnGpuData, pnResult,pclock_ttime);

    cudaMemcpy(nSummat, pnResult, sizeof(int) * THREAD_NUM, cudaMemcpyDeviceToHost);
    clock_t pclocksum;
    cudaMemcpy(&pclocksum,pclock_ttime, sizeof(clock_t), cudaMemcpyDeviceToHost);

    //在cpu上最后加和运算
    int finishsum = 0;
    for (size_t i = 0; i < THREAD_NUM; i++)
    {
        finishsum = finishsum + nSummat[i];

    }

    printf("SuM = %d    Time = %d\n", finishsum, pclocksum);
    cudaFree(pnGpuData);
    cudaFree(pnResult);
    cudaFree(pclock_ttime);
    system("pause");
    //return 0;

}