Expressing Youself Using Code

欢迎有以下技术储备的同学把简历砸向我【sawpara at 126.com】。LinuxPthreadCUDAC、C++

转载请注明出处：http://blog.youkuaiyun.com/bendanban/article/details/8893944/*=======================================================================* 第二天了，打算弄完这个去吃劈柴院的灌汤包，海上起雾了，要是不冷了，去趟只听过没去过的栈桥* 金刚狼3上

原文地址：http://www.geeks3d.com/20111126/nvidia-kepler-gpus-roadmap-gk107-gk106-gk104-gk110-and-gk112/只有两张图：

有很多同鞋问怎么使用CUDA和其它的编译器连用呢？混合编程？先吧代码贴出来：文件1 : test1.cu//文件：test1.cu#include #include #include #define ROWS 32#define COLS 16#define CHECK(res) if(res!=cudaSuccess){exit(-1);}__glob

计算机之前被盗了，最近买了个新的笔记本，预装的是Win8，但是我还有一些工作需要win7和ubuntu的支持，所以我买了win7，并且在efi模式下安装了win7和win8，但是ubuntu的安装把我烦死了，反正就是给你装不上！后来看到13.04的最beta版，我就拿来实验了，结果装上了。只是启动ubuntu不能发现win7和win8，只能按F12或F2通过bios修改启动。不管怎样，我可以使

本文以CUDA4.2为例讲解如何在Ubuntu12.04上安装CUDA注意一点，在安装之前，必须确保自己的GPU是NVIDIA的GPU，并且支持CUDA。如果不确定自己的显卡是否支持CUDA，可以在http://developer.nvidia.com/cuda-gpus中找到支持CUDA的GPU列表。如果你的显卡是ATI的，可以使用OpenCL来获得GPU的计算资源（http://www.k

本文讲述如何申请试用CAPS的OpenACC或OpenHMPP编译器。1.1.    下载软件软件下载地址是：http://www.caps-entreprise.com.cn/download/hmpp-openacc-compiler 。 1.2.    安装软件将下载的压缩包解压后，找到相应的软件安装包，双击安装。注：解压缩的命令为 [user@server]

GPU计算对除法和取余计算比较耗时，幸运的是我们可以对某些除法和取余运算使用按位计算来代替。仅限整数1. 某个数x除以2的m次幂y  x/y  与 x>>m的结果是一致的2. 某个数对2的m次幂取余  x%y 与 x&(y-1)是一致的

很多朋友想学习GPU计算，大家会有如下几个关心的问题：我使用什么编程方式来做GPU计算，或者使用什么编程方式书写在GPU上运行的多线程函数？下面我针对这个问题给出一些大家可以参考的相关信息。目前比较成熟的可以实现GPU计算的编程方式有：CUDA，OpenCL，OpenACC，OpenHMPP。我们一一叙述。CUDA    CUDA是NVIDIA公司推出的一种GPU计算的

越来越多的人正在关注异构计算，为了发表一点个人理解和看法，本文将从一个开发者的角度阐述一下自己的观点。期待大家的批评指正。异构计算平台越来越多的主流媒体，出版物都在花时间向大家传递一个信息——异构计算已经并可能在相当长的一段未来时期中主宰计算平台[1,2]。那到底什么是异构计算呢？ 作为软件开发者，我认为异构计算就是在异构平台上执行计算，因此我们应该先对异构的计算平

把在.cu文件上点右键->属性->cuda runtime API->host 页面里把优化选项关了吧！如果有好几个cu文件咋办？右击项目属性，选项的最后一个就是cuda runtime API了，选择它，关闭优化选项，一锅端了，如果还不行，请对每个cu文件都关闭这一选项吧。

转载请注明出处：http://blog.youkuaiyun.com/bendanban/article/details/8891274/*=======================================================================* 度假中，在青岛这块曾经应该很熟悉的土地上，另一半在围着病人们转悠* 所以自己在酒店里，也不想出去，听听歌，写写文章

转载请注明出处：http://blog.youkuaiyun.com/bendanban/article/details/8897735/*=======================================================================* 今天天气不错，是被吵起来的。===========================================

CUDA_VISIBLE_DEVICES 这个环境变量在Linux下可以很好的完成这个任务。如果你使用devicequery发现的设备顺序是：0:GTX5801:K20C2:K20C如果你想让CUDA程序只可以使用1号和2号显卡，可以这样设置：CUDA_VISIBLE_DEVICES=1,2或者CUDA_VISIBLE_DEVICES =“1,2”

首先要安装 CUDA 8.0 和 VS 2013。最重要的是：请确保你有一张支持CUDA的显卡。特别注意：希望你的系统是64位系统。如果你是新手，在安装上面的软件的时候，能选择安装的内容尽可能的都选上。现在假设你已经安装好上面的软件了，我们下面来一步步的配置一个CUDA程序的编译环境，使得配置的工程能够与VS的编译联合使用。新建工程新建空项目，这一点可能很重要。主要的考虑是： - 避免源代码依

简介在优化Kernel的时候，希望某些变量是常量，例如循环的次数相关的变量。如果次数限制是常量的话，编译器就可以将循环展开。展开的循环，会省掉一些判断，从而节省一些计算时间。C++的模版中可以使用常量。但是我又不想所有的源代码都由nvcc来编译（其实C++的代码还是调用的host compiler），故此，我写这篇博客来提供一种方法。

对源代码进行如下修改：H:\Software\opencv\sources\modules\gpu\src\nvidia\core\NCV.cu中添加#include <algorithm>

IntroductionI am going to measure the performence of my two GT650M and compare GPU with CPU version.code segments#include <iostream>#include <omp.h>using namespace std;#include <cuda_runtime.h>#inclu

对指针和地址比较熟悉的童鞋可以比较容易的理解这个概念，为了更好的让更多的人理解cudaMalloc的参数，写这篇文章，以飨读者。首先看下此运行时函数的原型：cudaError_t cudaMalloc (void **devPtr, size_t size ); 此函数返回值是CUDA中定义的一个错误代码。主要的第一个参数。为什么是两个星星呢？用个例子来说明下。

先贴出属性表的内容：

限制于计算能力有关。详情：

为了方便，我写了这个文件用于设置cuda5.5的环境变量。其中有些环境变量可能用不到，大家根据需要修改就是了。 export CUDA_HOME=/usr/local/cuda-5.5export CUDA_INC_PATH=${CUDA_HOME}/includeexport CUDA_LIB_PATH=${CUDA_HOME}/lib64export CUDA_I

1 ）CUDA的程序，经常犯，但是很难发现的一个错误就是同步问题。描述下实例for (k = 0; k < N; k+=BS){ sda[tx] = gda[tx+index]; __syncthreads(); for (j = 0; j < BS; j++) { tp += sda[j] } out[index+tx]

这里我不使用默认设置：timestampgpustarttimestampgpuendtimestampgridsizethreadblocksizedynsmemperblockstasmemperblockregperthreadmemtransferdirmemtransfersizememtransferhostmemtypestreamidlocalblock

总有些童鞋想知道怎么在CUDA中使用二维数组（[M][N]这种类型），其实这个很简单，不过你要完全弄明白，必须对指针，地址等概念非常清楚才行。写这篇博客解决下大家这个问题：1、首先讲述一下在一般C语言中如何使用二维数组。int r, c;int **arr = (int**)malloc(ROWS*sizeof(int*));int *data = (int*)malloc(COLS*

最近在实现一个向量相称的CUDA程序的时候，碰见一个让我很头疼的问题。基本症状是：计算结果在小数据量的时候是完全正确的，如果向量的维数增大到一定数值后，计算结果就不对了。我查了好久，终于找到了问题的源头。竟然是数据类型的问题，写下来提醒后来人！我在内核函数中使用以下语句：unsigned char tx = threadIdx.x;unsigned char bx = blockIdx.

斗胆假设看这篇文章的人知道GPU和MIC可以作为协处理器来使用，而且了解CUDA，OpenCL。    其实我写这篇文章就是写点担忧的，并且给出点想法。    现在我们经常听说的协处理器也就是GPU和MIC，个人认为之所以叫做协处理器，是因为它们与CPU是分开的，与CPU使用相互独立的存储器，协处理器一般不能操作CPU的内存，CPU可以通过一些API函数来操作协处理器的内存。要想使用协处理

转载请注明出处：http://blog.youkuaiyun.com/bendanban/article/details/7646306偶有兴趣测试了一下题目中提到的这两个函数，为了满足对齐访问数据，咱们平时可能会用到cudamallocPitch，以为它会带来更高的效率。呵呵，这里给出一段测试程序，大家可以在自己的机器上跑跑，你会发现这两个函数在某些情况下是一样的。#include #inclu

CAPS发布了自己的HMPP编译器3.1版本，全部支持OpenACC特性。大家来围观把。。下面是官方的中文网站。http://www.caps-entreprise.com.cn/many-core/product-hmpp-v3-1.html

知道的有些晚了。童鞋们赶紧赶紧加油啊！大赛网址：http://www.nvidia.cn/object/cuda-contest-2012-cn.html

发个QQ群号125428306。大家来交流技术。神马CUDA，OMP，MPI，Win32 threads，PThreads愿意分享，讨论问题的童鞋们欢迎加入啊！！

问题描述：有很多朋友希望自己的MFC程序中能使用CUDA。就一直搜索MFC项目配置CUDA的资料。在这里以个人的经验和理解向还在迷茫的朋友们说几点，看完这几点说明，相信大家不会再迷茫。1、首先微软提供过的各种项目模版只是简化了我们的开发时间，它的实质还是C或者C++语言。所以我们只要把神马MFC项目理解为普通的C\C++项目就可以了。2、基于第一点，我们应该做些什么那？只要在我们的MFC项

早些时候我使用NVCC编译代码的时候有些遇见一个很头疼的问题，Debug和Release模式下编译执行的结果竟然不同。下面详细叙述下我的问题和解决方案，以及给诸位同仁的建议。    先贴出我出错的代码：//Prewitt__global__ void kernelGrayPrewitt(uchar *src, uchar *dst,unsigned int width, unsigne

用了一段时间的VS2010+CUDA4.0开发。越来越感觉差劲！麻烦！每次建立新的项目都要重新配置这么多东西！我在写一遍VS2008+CUDA4.1的详细配置过程。大家共同学习奥。准备：下载好cuda4.1的相应驱动、toolkit、sdk。visual studio2008（这个我默认你应经安装好了）1、安装显卡驱动、toolkit、sdk。这三个软件的安装相当简单，这里应该不会出问题。

VisualStudio2010据说完美支持CUDA4.0，我研究了一下，下面将我的配置过程呈献给大家，希望对大家有所帮助。 第一步：下载CUDA4.0 Driver，toolkit，SDK，这些不在提了，只要各位去Nvidia的官网下载并且一次安装就是了，不过各位在安装前必须

CUDA4.0加了很多特性，更加方便使用，特别是哪个Thrust。要想更容易的使用CUDA4.0，最好的办法就是将他配置到VisualStudio中使用了，这样开发起来就简单多了。

Tesla 产品Tesla 工作站产品Tesla数据中心产品GPU计算能力GPU计算能力Tesla C20752.0Tesla M2050/M2070/M2075/M20902.0Tesla C2050/C20702.0

GeForce产品GeForce台式机产品GeForce笔记本产品GPU计算能力GPU计算能力GeForce GTX 6903.0GeForce GTX 675M2.1GeForce GTX 6803.0GeFo

在单显卡做CUDA计算时，如果你的某个内核函数的执行时间过长（系统都提示显卡驱动停止相应了）必然会导致计算失败，这是由于win7认为显卡相应超时造成的。给出一个解决的办法是：注册表HKEY_LOCAL_MACHINE\SYSTEM\ControlSet001\Control\GraphicsDrivers下新建一个项TdrLevel：REG_DWORD，值设为0，这样就禁止了Win7自己检测显卡的

Nvidia称Optimus是一个革命性的技术，它可以延长笔记本电脑续航时间，同时获得很好的性能。这种技术使得硬件能够自己选择使用那个显卡来计算。一般使用GPU计算的应用、视频、3D游戏等会被安排在高性能的NVIDIA GPU上执行，一些像Office、Web冲浪，电子邮件类似的应用会被安排在集成显卡上执行。    如果你的笔记本有两块显卡，一块是Intel的集成显卡（IGP），一块是Nvid