CUDA编程 基础与实践 学习笔记（十四）

最新推荐文章于 2025-09-20 12:00:13 发布
原创 最新推荐文章于 2025-09-20 12:00:13 发布 · 923 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#c++ #pytorch

博客提及了CUDA标准库，还看到了熟悉的cuDNN，涉及C++和PyTorch相关信息技术内容。
部署运行你感兴趣的模型镜像

CUDA标准库
在这里插入图片描述
看到了熟悉的cuDNN~

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

计算机视觉：基于CUDA编程的入门与实践
DkVhdl的博客
09-21 212
最后，我们将处理后的图像从设备内存拷贝回主机内存，并保存为灰度图像。CUDA利用GPU的大规模并行处理单元，可以显著加速各种计算密集型任务，包括计算机视觉中的图像处理和机器学习算法。本文将介绍如何使用CUDA进行计算机视觉的开发，并提供相应的源代码示例。通过利用CUDA的并行计算能力，我们可以加速计算机视觉任务的执行速度。确保你的GPU支持CUDA，然后按照官方文档的指引安装相应的驱动程序和Toolkit。将CUDA的bin目录添加到系统的PATH变量中，以便能够在命令行中使用CUDA相关的命令和工具。
【CUDA】《CUDA编程：基础与实践》CUDA程序基本框架
qq_30340349的博客
03-12 889
以向量加法为例介绍了CUDA程序得基本结构，使用xmake进行项目组织及编译。
笔记-cuda编程:基础与实践
qq_43647367的博客
06-24 474
cuda程序框架一般为主机数据拷贝到设备，执行核函数，设备数据拷贝到主机，由于cpu是不需要数据拷贝的，所以这整体时间在于执行任务函数，而cuda正是可以加速这一点；但是cpu与gpu内存间的PCIe带宽远小于gpu的显存带宽(cpu与gpu数据传输很慢)，所以显而易见的加速gpu(相同cpu运行时间下，怎么让gpu运行时间更短)的方法有减少数据传输的时间，增加核函数的算术强度，增加并行程度；而上述都是从"宏观"或者软件层面上说的，而限于gpu硬件实现，也有一些有关速度的值得注意的地方。
CUDA并行计算入门与简单程序实战
最新发布
weixin_33193177的博客
09-20 1105
CUDA（Compute Unified Device Architecture）是NVIDIA推出的并行计算平台和编程模型，它使开发者能够利用GPU的海量并行架构加速计算密集型应用。其核心思想是将大规模数据并行任务分解为成千上万个线程，在GPU的多个流多处理器（SM）上并发执行，从而实现远超CPU的吞吐能力。相比传统串行或小规模多线程CPU编程，CUDA通过层次化线程组织（线程块与网格）、异构协同机制（主机控制+设备执行）以及专用内存层级结构，显著提升了并行效率。
01《CUDA编程基础与实践》-GPU硬件与CUDA程序开发工具
HZZC_的博客
07-18 632
基于 CPU (central processing unit，中央处理器)和 GPU(graphics processing unit，图形处理器)的异构计算 (heterogeneous computing)已逐步发展为高性能计算(high performance computing)领域的主流模式。很多超级计算机大量使用了GPU。
【CUDA】《CUDA编程：基础与实践》Hello CUDA
qq_30340349的博客
03-12 871
本文主要实现CUDA的 Hello World 。介绍了nvcc CUDA 编译时虚拟架构算力指定和真实架构算力指定，最后使用xmake编译CUDA程序。
CUDA编程基础与实践笔记
benben044的专栏
08-15 989
cuda编程读后感
CUDA编程 基础与实践 学习笔记（一）
zkxhlbt的博客
04-17 3100
开个坑… 用pytorch太不灵活了，学习一下CUDA编程。 研究生都第二年了，坚持不下去就有点丢人了奥。 书名见标题，樊哲勇老师的著作，清华大学出版社出版。 重点看前面十二章。 初次阅读，如有理解错误恳请大家批评指正~mua 第一章 GPU(graphics processing unit)，显卡。与CPU的区别：CPU有更多晶体管，用于数据缓存和流程控制，只有少数几个逻辑计算单元，适合完成复杂的逻辑计算；GPU有数千个核心，适合大规模矩阵运算。 （GPU的DRAM和CPU的DRAM是通过PCIe总线来
CUDA编程 基础与实践 学习笔记（六）
zkxhlbt的博客
04-19 1121
6.1 CUDA的内存组织 内存存在一种层级结构，大容量的一般latency高，小容量的一般latency低。这一点在计算机组成原理中学到过。 这里有个疑问，表中的局部内存是放在芯片外部的，这里怎么画在了内部？还是我没有理解清楚？ 答：局部变量属于全局变量的一部分所以在芯片外。当寄存器放不下了，就会放在局部变量中，由寄存器做判断。 6.2 集中不同类型的内存： （1）全局内存，核函数所有线程都能访问，就是显卡的显存，低速高延迟(速度慢是相对于数据处理而言的)。负责host->device, devic
基于《CUDA 编程-基础与实践》的 CUDA 学习笔记.zip
11-19
基于《CUDA 编程——基础与实践》的 CUDA 学习笔记 这个项目是一个基于《CUDA 编程——基础与实践》（樊哲勇）的 CUDA 学习笔记。它包含了 GPU 硬件与 CUDA 程序开发工具、CUDA 中的线程组织、CUDA 程序的基本框架...
CUDA编程 基础与实践 学习笔记（四）
zkxhlbt的博客
04-17 641
CUDA程序的错误检测 这个还蛮关键的，当时看deformable convolution的cuda代码就看到很多CHECK(…),一头雾水。现在学到了感觉还蛮开心的，老朋友了~ 基本就和自己实现的一个try catch语句块一样。 书中给出的模板为：https://github.com/brucefan1983/CUDA-Programming/blob/master/src/04-error-check/error.cuh 注意这里的后缀名，是.cuh。 错误检测分为runtime API 错误检测和
CUDA编程 基础与实践 学习笔记（八）
zkxhlbt的博客
04-22 438
共享内存 共享内存可以被程序员直接操控，减少对全局内存的访问，实现高效的线程块内部通信，也可以提高全局内存访问的合并度。 数字规约算法。可以并行快速算出数组的和。 共享内存限定符__shared__ 变量名可以以s_开头，提醒自己这是共享内存变量。所有线程都有共享内存变量的副本，每个副本不一样但共用一个变量名。核函数对于共享内存的操作作用在所有线程上。 因为还没有在实际中用过，所以有一个忧虑的点：其实程序一开始就要将数据从全局变量中移到共享内存中，这一步的耗时如何？如果算术强度不大或者不对共享内存进行多次
02《CUDA编程基础与实践》-CUDA中的线程组织
HZZC_的博客
07-18 254
一般来说一个标准的 CUDA 程序中既有纯粹的 C++ 代码，又有不属于 C++的真正的CUDA 代码。CUDA 程序的编译器驱动 nvcc 在编译一个 CUDA程序时，会将纯粹的 C++ 代码交给 C++ 的编译器(如前面提到的 g++ 或 cl)去处理它自己则负责编译剩下的部分。CUDA 程序源文件的扩展名是 cu，所以我们可以先将上面写好的源文件更名为 hello1.cu，然后用 vcc 编译:$ nvcc hello1.cu编译好之后即可运行。运行结果与 C++ 序的运行结果相同。
CUDA编程 基础与实践 学习笔记（二）
zkxhlbt的博客
04-17 1108
环境安装过程略 2.1-2.2 NVCC是CUDA的编译器驱动，将C++代码给C++编译器，例如g++,自己编译剩下的部分。 GPU只是一个device,需要gpu来调度。CUDA源文件拓展名为.cu 一个典型的CUDA代码如下： CUDA核函数两个特点： 被限定词__global__来修饰 必须返回void 这两个位置可以混，但一般还是__global__开头。 在上述程序中， <<<grid, block>>>是标准写法，grid规定了block的数量，而b
CUDA编程 基础与实践 学习笔记（三）
zkxhlbt的博客
04-17 453
3.2 CUDA程序的基本框架： cuda runtime api: docs.nvidia.com/cuda/cuda-runtime-api。 关于cudaMalloc函数：https://www.cnblogs.com/thkkk/p/14949014.html 从引用的角度去理解这个函数更好理解。 可以简化地写为 double *d_x; cudaError_t cudaMalloc(&d_x, M); cudaError_t cudaFree(void* address); host函数
CUDA编程 基础与实践 学习笔记（十二）
zkxhlbt的博客
04-23 595
统一内存管理(某些功能在windows系统下受到限制) 好处： 使编程更简单，不用手动copy内存。 可能提供更好的性能 允许超量分配（和虚拟存储类似？） 统一内存被当作全局内存来使用的，必须在主机端定义或分配。 动态统一内存： 静态统一内存： ...
CUDA编程 基础与实践 学习笔记（九）
zkxhlbt的博客
04-23 439
原子操作 atomicAdd(&addr, val)这个在SNN部分反向传播的cuda代码里面见过，原子操作也在数据库课程里面学过，是不受其他事务影响的“读-改-写”操作。线程的执行不能保证特定顺序，因此需要原子操作来保证变量读写不受影响。 所有的原子操作。第一个地址既可以是全局内存，也可以是共享内存。都是device函数，只能在核函数中使用。 ...
计算机视觉 基于CUDA编程的入门与实践
学以致用 知行合一
11-12 1663
在main函数的第四行中，调用gpuAdd，其中1和4是两个输入变量，d_c是一个作为输出指针变量的设备显存指针。如果gpuAdd的结果需要在主机上使用，那么它必须从设备的内存复制到主机的内存中，这是由cudaMemcpy函数完成的。使用cudaMemcpy函数将h_a和h_b的值复制到d_a和d_b指向的设备显存中，数据传输方向为从主机到设备。gpuAdd函数不是使用整数变量d_a和d_b作为内核的输入，而是将指向设备*d_a和*d_b上这些变量的指针作为输入。h_a、h_b和h_c是主机内存中的变量。
CUDA 编程 基础与实践（樊哲勇） 摘录
weixin_47955824的博客
10-07 3189
C++语言开发过程 1.用文本编辑器写一个源代码(source code) 2.用编辑器对源代码进行预处理、编译、汇编并链接必要的文件得到可执行文件。这些步骤往往可由一个命令完成。 3.运行可执行文件得到结果。 cuda中的核函数必须被限定词__global__修饰。核函数返回类型必须是空类型。 一个典型、简单的CUDA程序的结构具有以下形势 intmain(void) { 主机代码 核函数调用 主机代码 return 0 } 主机在调用一个核函数时，必须指明需...
CUDA编程学习笔记完整版（六份PDF整理）
3.CUDA编程实例与最佳实践 对于希望从实例中学习CUDA编程的开发者来说，文档中可能包含一些具体的编程实例和案例研究，这些内容将帮助开发者理解如何将理论知识应用到实际问题中。通过分析和尝试这些实例，开发者...
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 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