CUDA第四章.pptVIP

CUDA C并行编程 线程的概念 并行的概念 在GPU中并行的实现 什么是线程thread CPU执行程序时，相对进程而言给出的概念 可并行执行，共享进程资源 线程的5个状态 并行的概念 同时执行两个或更多个处理机的一种计算方法 并行与并发 硬并行和软并行 流水线技术 GPU实现并行运算 GPU 专为计算密集型、高度并行化的计算而设计 SIMT（单指令、多线程）架构 KernelN,n(args);运行时创建核函数的N个副本，并以并行方式来运行。 基于GPU 的矢量求和 int main(viod){ int a[n],b[n],c[n]; int *dev_a,*dev_b,*dev_c; //在GPU上分配内存 HANDLE_ERROR(cudaMallco((void**)dev_a,N*sizeof(int))); HANDLE_ERROR(cudaMallco((void**)dev_b,N*sizeof(int))); HANDLE_ERROR(cudaMallco((void**)dev_c,N*sizeof(int))); //在CPU上为数组a,b赋值 for(int i=0;iN;i++) {a[i]=-i; b[i]=i*i;} //将数组a,b的值复制到GPU HANDLE_ERROR(cudaMemcpy(dev_a,a,N*sizeof(int), cudaMemcpyHostToDevice)); HANDLE_ERROR(cudaMemcpy(dev_b,b,N*sizeof(int), cudaMemcpyHostToDevice)); 基于GPU 的矢量求和 addN,1(dev_a,dev_b,dev_c);//调用add函数，函数在GPU中执行 HANDLE_ERROR(cudaMemcpy(c,dev_c,N*sizeof(int), cudaMemcpyDeviceToHost));//将数组c从GPU复制到CPU //显示结果 for(int i=0;iN;i++) {printf(“%d+%d=%d\n”,a[i],b[i],c[i]);} cudaFree(dev_a); cudaFree(dev_b); cudaFree(dev_c); return 0; } CPU与GPU下add函数 //add函数GPU _global_ void add(int *a,int *b,int *c) {int tid=blockIdx.x;//计算位于这个索引处的数据 if(tidN) c[tid]=a[tid]+b[tid]; } //add函数CPU void add(int *a,int *b,int *c) {int tid=0;//从第0个CPU开始索引 while(tidN) {c[tid]=a[tid]+b[tid]; tid++;//只调用一个CPU，索引每次递增1 } } * 指向用于保存新分配内存地址的变量 返回类型为void*型的一个指针 *