cuda第一个程序

cuda的第一个程序。

文件->新建->项目->NVIDIA->CUDA 5.5->CUDA 5.5 Runtime.名字设定为 my_cuda_1.0。确定后。

#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include <stdio.h>
cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size);
__global__ void addKernel(int *c, const int *a, const int *b)
{
    int i = threadIdx.x;
    c[i] = a[i] + b[i];
}

int main()
{
    const int arraySize = 5;
    const int a[arraySize] = { 1, 2, 3, 4, 5 };
    const int b[arraySize] = { 10, 20, 30, 40, 50 };
    int c[arraySize] = { 0 };


    // Add vectors in parallel.平行上传载体。
    cudaError_t cudaStatus = addWithCuda(c, a, b, arraySize);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addWithCuda failed!");
        return 1;
    }


    printf("{1,2,3,4,5} + {10,20,30,40,50} = {%d,%d,%d,%d,%d}\n",
        c[0], c[1], c[2], c[3], c[4]);


    // cudaDeviceReset must be called before exiting in order for profiling and
    // tracing tools such as Nsight and Visual Profiler to show complete traces.cudaDeviceReset必须调用退出之前，为了分析和跟踪工具，如夜间和可视化探查显示完整的痕迹。

//cudaDeviceReset 为CUDA设备复位
    cudaStatus = cudaDeviceReset();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaDeviceReset failed!");
        return 1;
    }
//自己添加的。
getchar();

getchar();
    return 0;
}


// Helper function for using CUDA to add vectors in parallel.助手功能使用CUDA并行向量。
cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size)
{
    int *dev_a = 0;
    int *dev_b = 0;
    int *dev_c = 0;
    cudaError_t cudaStatus;


    // Choose which GPU to run on, change this on a multi-GPU system.选择其中GPU上运行，改变这种多GPU系统上。
    cudaStatus = cudaSetDevice(0);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaSetDevice failed!  Do you have a CUDA-capable GPU installed?");
        goto Error;
    }


    // Allocate GPU buffers for three vectors (two input, one output)    .分配三个矢量的GPU缓冲区（两个输入，一个输出）。
    cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }


    cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }


    cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }


    // Copy input vectors from host memory to GPU buffers.复制输入向量从主机内存到GPU缓冲区。
    cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(int), cudaMemcpyHostToDevice);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }


    cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }


    // Launch a kernel on the GPU with one thread for each element.启动一个内核在GPU上的每个元素的一个线程。
    addKernel<<<1, size>>>(dev_c, dev_a, dev_b);


    // Check for any errors launching the kernel检查启动内核的任何错误
    cudaStatus = cudaGetLastError();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addKernel launch failed: %s\n", cudaGetErrorString(cudaStatus));
        goto Error;
    }
    
    // cudaDeviceSynchronize waits for the kernel to finish, and returns             cudaDeviceSynchronize等待内核来完成，并返回发射过程中遇到的任何错误。
    // any errors encountered during the launch.
    cudaStatus = cudaDeviceSynchronize();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);
        goto Error;
    }


    // Copy output vector from GPU buffer to host memory.复制输出向量从GPU缓冲区到主机内存。
    cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(int), cudaMemcpyDeviceToHost);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }


Error:
    cudaFree(dev_c);
    cudaFree(dev_a);
    cudaFree(dev_b);
    
    return cudaStatus;
}

这是我的第一cuda程序

它是来计算两个数组相加的运算，可以粗略的看出cuda进行并行运算的思路。

首先 定义啦一个

cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size);

它有三个参数c是存放结果，a、b分别存放输入。size则是我们分的数组个数，是为了后面的addKernel（）服务，让它分成几个部分来进行运算。

接下来就是定义啦addKernel（）。它是运算的主要部分实现啦加运算。它有自己的分配规则，分成几个线程来并行预算数组数据。

主函数在定义变量后，

  // Add vectors in parallel.平行上传载体。
    cudaError_t cudaStatus = addWithCuda(c, a, b, arraySize);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addWithCuda failed!");
        return 1;
    }

将变量传递给addWithCuda（）进行并行上传载体，返回值为cudaStatus 检查并行运算的状态。

状态正常将会进行输出结果。

然后将设备复位（gpu被称为设备）

主要说下addWithCuda（）

它用指针建立啦3个数组来存储2个输入数据和一个接受结果数据。然后确定设备，分配gpu缓存，将数据出给gpu缓存等状态正常后，调用addKernel（）内核函数进行运算启动一个内核在GPU上的每个元素的一个线程，等待内核有无错误，将结果有gpu缓存传递给内存。