CUDA与C++的集成——学习笔记

CUDA与C++集成实践：从接口到kernel

最新推荐文章于 2024-11-16 20:44:37 发布

原创

最新推荐文章于 2024-11-16 20:44:37 发布 · 3.4k 阅读

3 ·

CC 4.0 BY-SA版权

本文基于CUDA SDK的convolutionTexture示例，探讨如何将CUDA与C++集成。通过定义共用头文件，声明GPU和CPU函数，实现在GPU上的计算。CUDA函数采用接口函数封装kernel，设置执行配置，并在main函数中调用。此方法提高了代码的独立性、可维护性和可读性。

思想和方法来自CUDA SDK的Samples——【convolutionTexture】

首先，也是最关键的思想是定义一个共用头文件——例子中【convolutionTexture_common.h】

这个头文件中声明了几个函数：在GPU中执行的和在CPU中比较执行的（这个程序加入CPU对比执行，测试GPU加速效果），注意声明为extern外连接形式；

具体代码为：

// convolutionTexture_common.h
#ifndef CONVOLUTIONTEXTURE_COMMON_H
#define CONVOLUTIONTEXTURE_COMMON_H

#include <cuda_runtime.h>

////////////////////////////////////////////////////////////////////////////////
// Convolution kernel size (the only parameter inlined in the code)
////////////////////////////////////////////////////////////////////////////////
#define KERNEL_RADIUS 8
#define KERNEL_LENGTH (2 * KERNEL_RADIUS + 1)

////////////////////////////////////////////////////////////////////////////////
// Reference CPU convolution
//////////////