GPU编程系列之(一)——环境配置

GPU编程--CPU和GPU的设计区别 本篇结构 前言 概论 CPU简介 GPU简介 并行计算 CPU/GPU对比 适于GPU计算的场景 GPU开发环境 参考博文 一、前言 因为工作需要,需要从github上找一个CUDA的DBSCAN聚类实现,刚开始从github上获取到的代码只支持二维数据,为了适配多维数据,要对代码简单改造,这就需要了解CUDA编程模式。之前没有接触过GPU编程相关概念,甚至于没有学过c语言,加上脑袋笨重... 阅读详情

          最近在学习GPU编程,蛮有感触的,期间也遇到很多困难,在这里我将它们记下来,也算是一次总结吧。

         开始学的时候有人说康玉之写的那本GPU编程之下里巴人与阳春白雪不错,我看了一段时间,感觉不太适合自己,就在图书馆借了《CG教程——可编程实时图像权威指南》,这本书写的很好,翻译么,还行。反正不影响阅读。推荐大家阅读。因为是配置编程环境,我先将我的编程环境说出来,方便大家参考。 编译器visual studio 2008.由于GPU编程嘛,可定要用到显卡,不过不要太担心,一般显卡就成,本人的显卡么,不好意思说(intel x3100),将就了。呵呵...

        既然是编译程序,就要用到编译器,因为CG没有集成在VS中,需要自己下载。http://developer.nvidia.com/object/cg_download.html 从这可以下载到最新的编译器,接下来就是安装了,选者默认路径。相信只要不是很老的机器,安装一般都会通过。这就好了吗?没呢,才开始。

       学习编程的捷径就是阅读源码,好在CGC自带了大量的例子,对于入门学习很是方便。因为本篇是配置环境,语言细节就就留在以后。用VS新建一个工程,将 C:/Program Files/NVIDIA Corporation/Cg/examples/OpenGL/basic/01_vertex_program中的01_vertex_program.c敲进自己所建的工程中。接着再建一个cpp文件,将C2E1v_green.cg中代码也敲进去,完毕后将后缀改为cg。请确保自己的代码无语发错误。下面我们开始参数的设置。

//01_vertex_program.c

#ifdef _MSC_VER
#pragma comment( lib, "cg.lib" )
#pragma comment( lib, "cgGL.lib" )
#define GLUT_DISABLE_ATEXIT_HACK
#endif
#include <math.h>
#include <stdio.h>
#include <stdlib.h>
#ifdef __APPLE__
#include <GLUT/glut.h>
#else
#include <glut.h>
#endif
#include <Cg/cg.h>
#include <Cg/cgGL.h>

static CGcontext   myCgContext;
static CGprofile   myCgVertexProfile;
static CGprogram   myCgVertexProgram;

static const char *myProgramName = "01_vertex_program",
                  *myVertexProgramFileName = "C2E1v_green.cg",
                  *myVertexProgramName = "main";

static void checkForCgError(const char *situation)
{
  CGerror error;
  const char *string = cgGetLastErrorString(&error);

  if (error != CG_NO_ERROR) {
    printf("%s: %s: %s/n",
      myProgramName, situation, string);
    if (error == CG_COMPILER_ERROR) {
      printf("%s/n", cgGetLastListing(myCgContext));
    }
    exit(1);
  }
}
static void display(void);
static void keyboard(unsigned char c, int x, int y);

int main(int argc, char **argv)
{
  glutInitWindowSize(640, 640);
  glutInitDisplayMode(GLUT_RGB | GLUT_DOUBLE | GLUT_DEPTH);
  glutInit(&argc, argv);

  glutCreateWindow(myProgramName);
  glutDisplayFunc(display);
  glutKeyboardFunc(keyboard);

  glClearColor(0.5, 0.3, 0.1, 0.0);  /* Blue background */

  myCgContext = cgCreateContext();
  checkForCgError("creating context");
  cgGLSetDebugMode(CG_FALSE);
  cgSetParameterSettingMode(myCgContext, CG_DEFERRED_PARAMETER_SETTING);

  myCgVertexProfile = cgGLGetLatestProfile(CG_GL_VERTEX);
  cgGLSetOptimalOptions(myCgVertexProfile);
  checkForCgError("selecting vertex profile");

  myCgVertexProgram =
    cgCreateProgramFromFile(
      myCgContext,             

      CG_SOURCE,              
      myVertexProgramFileName, 
      myCgVertexProfile,     
      myVertexProgramName,    
      NULL);                 
  checkForCgError("creating vertex program from file");
  cgGLLoadProgram(myCgVertexProgram);
  checkForCgError("loading vertex program");

  glutMainLoop();
  return 0;
}

static void display(void)
{
  glClear(GL_COLOR_BUFFER_BIT | GL_DEPTH_BUFFER_BIT);

  cgGLBindProgram(myCgVertexProgram);
  checkForCgError("binding vertex program");

  cgGLEnableProfile(myCgVertexProfile);
  checkForCgError("enabling vertex profile");

  glBegin(GL_TRIANGLES);
    glVertex2f(-0.6, 0.8);
    glVertex2f(0.8, 0.5);
    glVertex2f(0.0, -0.4);
  glEnd();

  cgGLDisableProfile(myCgVertexProfile);
  checkForCgError("disabling vertex profile");

  glutSwapBuffers();
}

static void keyboard(unsigned char c, int x, int y)
{
  switch (c) {
  case 27:  /* Esc key */
    /* Demonstrate proper deallocation of Cg runtime data structures.
       Not strictly necessary if we are simply going to exit. */
    cgDestroyProgram(myCgVertexProgram);
    cgDestroyContext(myCgContext);
    exit(0);
    break;
  }
}
 

//C2E1v_green。cg

struct C2E1v_Output {
  float4 position : POSITION;
  float3 color    : COLOR;
};

C2E1v_Output C2E1v_green(float2 position : POSITION)
{ 
  C2E1v_Output OUT;

  OUT.position = float4(position,0,1);
  OUT.color = float3(0.3,0.5,0.8);

  return OUT; 
}

  1. 右键单击工程中的C2E1v_green.cg,在属性里面可以自定义一个编译规则:

命令行:"$(CG_BIN_PATH)/cgc.exe" "$(InputPath)" -profile arbvp1 -o out.vp

输出:$(OutDir) 然后保存。

2 现在才开始编译。选择C2E1v_green.cg,右键选择编译,出现如下错误

1>(0) : error C3001: no program defined
1>17 lines, 1 errors.

这是为什么么呢?原来该顶点程序的入口错了,原来是C2E1v_green,改为main(cgc默认的)

这次编译就通过了。呵呵,注意,将01_vertex_program.c中 *myVertexProgramName = "C2E1v_green";改为 *myVertexProgramName = "main";。至此,vs与编译器的链接全部完成。接下来就是编译之程序了。下面就是程序的运行结果。

 

GPU硬件架构及CUDA编程模型 简单介绍了CPU和GPU硬件架构的区别、编程模型及CUDA编程的基本步骤,并以矩阵对应元素相加的GPU实现为例做了简要说明。 阅读详情

相关推荐

GPU加速编程_康玉之_半山工作室

GPU加速编程_康玉之_半山工作室; GPU加速编程_康玉之_半山工作室;需要的就下载,不错的文档。

QProcess

简单使用: QProcess process = new QProcess(this); connect(process, SIGNAL(finished(int, QProcess::ExitStatus)),this, SLOT(finished(int, QProcess::ExitStatus))); QStringList list; QString program = "C:\\Windows\\notepad.exe"; process->start(prog

LIJIWEI0611的博客 1213

GPU编程与CG语言之阳春白雪下里巴人

康玉之所著的《GPU编程与CG语言之阳春白雪下里巴人》,英文译名为《GPU Programming And Cg Language Primer 1rd Edition》,对GPU图形渲染管线做了深入浅出的总结概括,对于我初次接触GPU编程和CG语言的新手帮助很大。

shader 学习

<br />浏览:8012010-03-13 16:56 来自 【组长】独孤残云     : <br />Shader教程系列 XNA Shader编程教程1-环境光照<br />原文地址:http://digierr.spaces.live.com/blog/cns!2B7007E9EC2AE37B!424.entry。没有实用价值,但这应该是最简单的shader,可以帮助理解shader的基本工作原理。源代码Tutorial1_Ambient.rar下载。XNA Shader编程教程2-漫反射光照<br

CHENFEIYANG2009的专栏 6059

RK3588上从零部署Facenet人脸识别:PyTorch转ONNX再到RKNN的完整避坑指南

本文提供了在RK3588开发板上从零部署Facenet人脸识别模型的完整指南。详细介绍了从PyTorch模型导出、转换为ONNX格式,再通过RKNN-Toolkit2转换为RKNN格式的完整流程,并重点分享了环境配置、算子兼容性处理、量化调优及板端部署中的关键步骤与避坑经验。

river的博客 465

Ubuntu 24.04 高效部署Slurm集群:从零到生产环境实战

本文提供了一份在Ubuntu 24.04 LTS系统上从零开始部署生产级Slurm高性能计算集群的完整实战指南。内容涵盖网络配置、Munge安全认证、Slurm核心组件安装与配置,并深入讲解了cgroups资源隔离、NFS共享存储、配置无感知模式等生产环境优化技巧,最后通过实例演示如何提交与管理Slurm作业,帮助用户构建高效、稳定的计算平台。

weixin_29213655的博客 568

手把手教你搭建属于自己的GPU深度学习环境

想要学习人工智能,那么使用GPU加速自己的深度学习训练是必不可少的,但很多初学者都被环境搭建这一步困扰!安装并配置这些东西真的是比编程还难,过程中遇到各种问题,然后去搜解决方法,但都五花八门,可能因为每个人遇到的问题的具体情况不同,所以即使按照别人的方法也还是会出现问题。这里,我将自己在整个过程中遇到的问题以及注意事项记录下来,也算是进行一个整理,也希望可以帮助到一些人,来教大家从头搭建属于自己的深度学习环境。

华少的博客 1万+

C++笔试题整理

目录 1. 笔试题1 1.1 链表反转 1.2 String 2. 笔试题2 2.1 求下面函数的返回值(微软) 2.2 什么是“引用”?申明和使用“引用”要注意哪些问题? 2.3 将“引用”作为函数参数有哪些特点? 2.4 在什么时候需要使用“常引用”?  2.5 将“引用”作为函数返回值类型的格式、好处和需要遵守的规则? 2.6 “引用”与多态的关系? 2.7 “引用”与指针的区别是什么? 2.8 什么时候需要“引用”? 2.9 结构与联合有和区别? 2.10 下面关于.

星月相随的专栏 2488

【Unity Shaders】Vertex & Fragment Shader入门

写在前面三个月以前,在一篇讲卡通风格的Shader的最后,我们说到在Surface Shader中实现描边效果的弊端,也就是只对表面平缓的模型有效。这是因为我们是依赖法线和视角的点乘结果来进行描边判断的,因此,对于那些平整的表面,它们的法线通常是一个常量或者会发生突变(例如立方体的每个面),这样就会导致最后的效果并非如我们所愿。如下图所示:因此,我们有一个更好的方法来实现描边效果,也就是通过两...

weixin_33759269的博客 735

自动化革命:AI在需求分析、代码生成与测试中的深度应用

在2025年的科技浪潮中,人工智能(AI)已不再是实验室中的概念,而是深度渗透至软件开发的全生命周期。从需求分析的精准捕捉,到代码生成的自动化创作,再到测试环节的智能覆盖,AI正以革命性姿态重塑软件工程的核心环节。本文将结合2025年最新数据与行业实践,解析AI如何在这三大领域实现深度应用。

1512

Dofbot机械臂从零部署笔记(1)——ROS之创建URDF模型、配置Moveit和MotionPlanning

Dofbot机械臂从零部署笔记(1)——ROS之创建URDF模型、配置Moveit和MotionPlanning

takedachia的博客 8700

GPU学习笔记

    Graphics Processing Unit(GPU),即可编程图形处理单元, 通常也称之为可编程图形硬件。 由于 GPU 具有高并行结构(highly parallel structure),所以 GPU 在处理图形数据和复杂算法方面拥有比 CPU 更高的效率。图 1 GPU VS CPU 展示了 GPU 和 CPU 在结构上的差异,CPU 大部分面积为控制器和寄存器,与之相比...

zhangbijun1230的专栏 925

SAP 零售 FMS 物料主数据(一)

SAP 零售 FMS 物料主数据(一) SAP 对于鞋服行业最新的解决方案-FMS(相当于原来的AFS+Retail);更偏向与零售; 商品主数据与原来的AFS大不相同,取消了原来的Grid的网格概念,取而代之的是变式;商品主数据维护也偏向于Retail的维护模式;事物代码也不是MM01而是MM41 /MM46; 在维护商品主数据前,需要与商品部沟通定义各种商品相关的规范如编码规则,大中小类 ,颜色库,尺码库等,此处不赘述; 创建商品需要确定哪些物料是变式物料,哪些是常规不带特性的单一物料;这决定了在创建商

weixin_45518759的博客 5062

运筹系列59:用python进行GPU编程总结

1. GPU硬件架构 简单理解,GPU就是很多很多非常弱的cpu在做并行计算。个人桌面电脑CPU只有2到8个CPU核心,GPU却有上千个核心。在英伟达的设计理念里,CPU和主存被称为Host,GPU被称为Device。Host和Device概念会贯穿整个英伟达GPU编程。 GPU核心在做计算时,只能直接从显存中读写数据,程序员需要在代码中指明哪些数据需要从内存和显存之间相互拷贝。这些数据传输都是在总线上,因此总线的传输速度和带宽成了部分计算任务的瓶颈。Intel的CPU目前不支持NVLink,只能使用PC

kittyzc的博客 6177

uboot引导vxworks--t2080调试记录

开发环境: t2080rdb, uboot2015, vxworks7.01. 《VxWorks_7_fsl_t2t4_BSP_Supplement_Guide__SR0620.pdf》描述: 实际上默认创建的vip,profile选项为none时,vip内核配置中是包含了INCLUDE_END选项的。所以在创建vip的时候最好就添加上PROFILE_DEVELOPMENT。 2. 内核参数bootargs是一些网络参数设置=> pri bootargs bootargs=memac(1,0)b109304

珂珂可爱多 2647

QT控件 参考Qt的PIMPL设计模式实现使用QWidget控件绘制3D饼状图表和3D柱状图表,使用QChartView绘制圆柱体图表

工作中之前遇到了绘制3D饼状图表的需求,通过Qt 实现3维饼状图 一文,成功迅速解决问题,现在闲下来了,之前看QtTreePropertyBrowser库的源代码,就想着学习学习Qt的PIMPL模式,于是就参照PIMPL模式实现通过QWidget控件的paintEvent函数重新绘制3D饼状图表和3D柱状图表统计数据的显示效果, 而使用QChartView绘制圆柱体图表完全是取巧了,为了紧急完成工作采用的方法,实际上使用3D柱状图表显示统计数据更加合理。

... 728

GPU编程自学2 —— CUDA环境配置

深度学习的兴起,使得多线程以及GPU编程逐渐成为算法工程师无法规避的问题。这里主要记录自己的GPU自学历程。 二、 CUDA环境配置

shuzfan的专栏 1万+

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

4,PyTorch GPU 环境配置

在深度学习中,GPU 加速是提高模型训练和推理效率的关键因素之一。PyTorch 提供了强大的 GPU 支持,但要充分利用 GPU 的性能,需要正确配置 GPU 环境。本节将详细介绍如何配置 PyTorch 的 GPU 环境,包括安装必要的驱动程序、CUDA 和 cuDNN,以及如何在 PyTorch 中启用和管理 GPU 资源。

IT老农民的博客 1361

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

GPU编程自学1 —— 引言

深度学习的兴起,使得多线程以及GPU编程逐渐成为算法工程师无法规避的问题。这里主要记录自己的GPU自学历程。

shuzfan的专栏 1万+

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

Python — — GPU编程

使用@cuda.jit装饰器定义 GPU 核函数,这与 CPU 加速中使用的@jit类似,但@cuda.jit@cuda.jit# 核函数体,使用 CUDA 线程索引进行计算# 例如: position = cuda.grid(1):其中用于确定当前线程在执行的整个网格(grid)中的位置,这里的参数1表示一维的GPU网格索引,如果是则表示二维的GPU网格索引。线程(Thread):执行计算的最小单元。块(Block):一组线程,它们可以共享数据并通过共享内存进行通信。网格(Grid)

SoyMilk的博客 7064

GPU(一)GPU简介

GPU简介

NUCEMLS的博客 3392

GPU编程入门(一)

该系列文章al  by  我就是条狗~~随便说点我记得住的历史,学点历史是有用的,可以增加兴趣最少...GPU就是图形处理器,随着硬件的发展越来越快,GPU的处理能力也今非昔比,现在GPU能够进行很复杂的数据处理,并且拥有某些CPU不同的处理特性。GPU语言就是用来用来控制GPU处理的一种语言吧...现在基本有两种,一种是NVIDIA的Cg(C for graphics 图形C语言)另一种

gamedevers的专栏 4万+

GPU编程书籍系列

GPU Gems 1-3

游戏开发、游戏引擎开发、逆向破解爱好者 1560

GPU编程系列之——环境配置

  最近在学习GPU编程,蛮有感触的,期间也遇到很多困难,在这里我将它们记下来,也算是一次总结吧。 开始学的时候有人说康玉之写的那本《GPU编程之下里巴人与阳春白雪》不错,我看了一段时间,感觉不太适合自己,就在图书馆借了《CG教程——可编程实时图像权威指南》,这本书写的很好,翻译么,还行。反正不影响阅读。推荐大家阅读。因为是配置编程环境,我先将我的编程环境说出来,方便大家参考。 编译器visual studio 2008.由于GPU编程嘛,可定要用到显卡,不过不要太担心,一般显卡就成,本人的显卡么,不好

东方未晞的老窝 1606
上一篇: 游戏程序员:让游戏成为一门艺术
下一篇: 一只在IT线努力奋斗的小菜鸟(转)很感人
jisucpu
博客等级 码龄18年 1粉丝 28原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值