AP1005834的博客

一、前言本文主要讲解了cuda并行加速的一个小例子，对图像缩放的最近邻插值算法做加速。二、代码实现由于进行缩放时，每个新像素点的计算方法均一致，故可使用并行计算，opencv中的resize也是这么做的。//main.cu////#include "cuda_runtime.h"#include #include #include #include #incl

一、前言由于想学习gpu并行运算提高计算效率，并且经过数次配置失败，最后终于成功了，于是决定把配置过程写下来，希望别人少走个坑，vs2013和cuda7.5配置主要参考了http://blog.youkuaiyun.com/u013422712/article/details/49498055二、电脑配置电脑配置为Windows7 + VS2013+ NVIDIA GeForce GT 550

一、前言       本文介绍CUDA编程的共享内存和同步。共享内存中的变量（核函数中用__shared__声明），在GPU上启动的每个线程块，编译器都创建该变量的副本，若启动N个线程块，则有N个该变量副本，为每个线程块私有；同步则是使线程块中所有的线程能够在执行完某些语句后，才执行后续语句。二、线程块、线程索引以下为线程块与线程的层次结构图

一、前言       在linux系统上使用cuda时遇到个狗血问题，出现modprobe: FATAL: Module nvidia-uvm not found 错误，查找资料发现是modprobe无法加载nvidia-uvm模块二、解决方法       终端输入：       sudo updatedb       locate --regex nvidia.*uvm.ko

一、前言       本文是对学习cuda编程过程的一些基本知识进行总结，参考自《GPU高性能编程实战》二、查询显卡支持的属性属性查询中，需要重点知道的是显卡所支持的CUDA处理器数量、计算能力、一个线程格中每一维可包含的最大线程块数量、多维线程块数组中每一维可包含的最大线程数量、一个线程块中可包含的最大线程数量等三、查询属性代码//main.cu#include #inc

一、前言       本文对使用cuda加速一维数组运算、二维图像处理运算的方法作总结，参考自《CUDA By Example》二、一维数组并行运算       经过查询，本人的老显卡GT550M，可得其3维线程格，每维包含线程块数量为（65536,65536,65536），相应的每维包含线程数为（1024,1024,64），故可得知线程格的每一维可开启的线程块最大数均为655