计算机视觉基于CUDA编程的入门与实践

坐望云起

已于 2022-11-13 12:34:44 修改

阅读量1.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：深度学习从入门到精通文章标签： cuda 并行处理 C++ NVIDIA

于 2022-11-12 16:03:20 首次发布

本文链接：https://blog.youkuaiyun.com/bashendixie5/article/details/127820633

深度学习从入门到精通专栏收录该内容

798 篇文章 ¥99.90 ¥299.90

订阅专栏

本文介绍了CUDA编程的基础，包括如何在设备上执行内核函数，使用cudaMalloc分配内存，以及理解内核调用的语法。通过一系列示例代码，展示了基本的加法操作、引用传递参数、并行启动多个线程块和查询设备信息。此外，还讨论了如何在多GPU系统中选择最佳设备，并展示了向量加法操作的实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、示例代码1

1、代码源码

#include <iostream>

#include <stdio.h>
__global__ void myfirstkernel(void) {
}

int main(void) {
	myfirstkernel << <1, 1 >> >();
	printf("Hello, CUDA!\n");
	return 0;
}

2、代码讲解

与C编写的代码相比，有两个主要区别：

（1）一个名为myfirstkernel的空函数，前缀为__global__

__global__是CUDA C在标准C中添加的一个限定符，它告诉编译器在这个限定符后面的函数定义应该在设备上而不是在主机上运行。

对于main函数，NVCC编译器将把这个函数提供给C编译器，因为它没有被global关键字修饰，因此main函数将在主机上运行。

（2）使用<<1,1>>>调用myfirstkernel函数

了解本专栏