u011460059的博客

本帖最后由 蓝云风翼 于 2013-6-8 14:13 编辑 截至MATLAB2013a 里面已经有不少工具箱里面都有了支持GPU加速的函数。使用matlab+GPU加速的前提是机器必须安装了支持CUDA的显卡，且GPU 计算能力在1.3以上。支持的GPU 可通过gpuDevice 查看GPU是否支持支持GPU加速的函数可通过methods(‘gpuArray’)查看例如fft，ifft，三角函

这几天需要用到kernel函数包含kernel函数的例子，于是出现了几种问题：一、error : calling a global function(“childKernel”) from a global function(“kernel”) is only allowed on the compute_35 architecture or above原因及解决方法：这是因为默认计算能力被设定

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。[cpp] view plain copy print?int r, c;  int **arr = (int**)malloc(ROWS*sizeof(int*));  int

cublas是一个非常好用的cuda库，里面集成了相当多的和GPU相合(tuned)的库函数，相当好用，但如果不会配置还真的是挺头疼的，我在网上找的很多文章都有cublas的配置方法，但是对于我的平台来说都不是非常靠谱，现在我说说我遇到的问题和解决方法： 　　我的问题和很多人问的都一样，就是各种无法解析的外部符号，出现这种问题其实就是库没有链接到，网上有很多答案都提到了，但是最关键的问题是，如果

CUDA的线程是多维的，启动一个线程格，线程格可以是多维的，线程格中分为线程块，线程块也可以是多维的，线程块中包含线程，对于GPU来说，同时启动200万个线程是很轻易的事情。blockIdx :当前执行设备代码的线程块的索引dim3 grid(DIM,DIM):声明一个二维的线程格，名字为grid;kernel<<<grid,1>>(dev_t):线程块为一个二维线程块，每个线程块有一个线程grid

在使用CUDA的cuBLAS库中矩阵乘法函数cublasSgemm时，注意到cuda其中的二维矩阵的储存是“**按列储存**”，一天都处于蒙蔽状态，查了很多资料，按所得结果情况，总结出如下几条。一、获得按行存储的结果由博文：http://blog.youkuaiyun.com/xfortius/article/details/9225799收到启发：比如，我们想求C=A*B这个矩阵运算，其中A={{1,1},