Lập trình CUDA

In lại 作者：行者123 更新时间：2023-12-01 08:00:55 30 4

__global__ void ADD(float* A, float* B, float* C)
{
   const int ix = blockDim.x * blockIdx.x + threadIdx.x;
   const int iy = blockDim.y * blockIdx.y + threadIdx.y;

   if(ix < 16 && iy < 16)
   {
      for(int i = 0; i<256; i++)
      C[i] = A[ix+iy*16] + B[ix+iy*16] + C[i]; // << I wish to store all in C
   }
}

extern "C" void cuda_p(float* A, float* B, float* C)
{
    float* dev_A;
    float* dev_B;
    float* dev_C;
    cudaMalloc((void**) &dev_A, sizeof(float) * 256);
    cudaMalloc((void**) &dev_B, sizeof(float) * 256);
    cudaMalloc((void**) &dev_C, sizeof(float) * 256);
    cudaMemcpy(dev_A, A, sizeof(float) * 256, cudaMemcpyHostToDevice);
    cudaMemcpy(dev_B, B, sizeof(float) * 256, cudaMemcpyHostToDevice);
    cudaMemcpy(dev_C, C, sizeof(float) * 256, cudaMemcpyHostToDevice);
    ADDD<<<16,16>>>(dev_A,dev_B,dev_C);
    cudaMemcpy(A, dev_A, sizeof(float) * 256, cudaMemcpyDeviceToHost);
    cudaMemcpy(B, dev_B, sizeof(float) * 256, cudaMemcpyDeviceToHost);
    cudaMemcpy(C, dev_C, sizeof(float) * 256, cudaMemcpyDeviceToHost);
 cudaFree(dev_A);
 cudaFree(dev_B);
 cudaFree(dev_C);
}

30 4 0

• cuda - CUDA/CUDA Thrust 中的多态性和派生类

  这是我关于 Stack Overflow 的第一个问题，这是一个很长的问题。 tl;dr 版本是:我如何使用 thrust::device_vector如果我希望它存储不同类型的对象 DerivedC

• cuda - 在 cuda 内核运行时访问 cuda 设备内存

  我已使用 cudaMalloc 在设备上分配内存并将其传递给内核函数。是否可以在内核完成执行之前从主机访问该内存？ 最佳答案 我能想到的在内核仍在执行时启动 memcpy 的唯一方法是在与内核不同的流

• cuda - 我可以在没有 cuda 设备的情况下编译 cuda 程序吗

  是否可以在同一节点上没有支持 CUDA 的设备的情况下编译 CUDA 程序，仅使用 NVIDIA CUDA Toolkit...？ 最佳答案 你的问题的答案是肯定的。 nvcc编译器驱动程序与设备的物

• cuda - Cuda 上的引用参数

  我不知道 cuda 不支持引用参数。我的程序中有这两个函数: __global__ void ExtractDisparityKernel ( ExtractDisparity& es)

• cuda - CUDA 内核中主机浮点常量的使用

  我正在使用 CUDA 5.0。我注意到编译器将允许我在内核中使用主机声明的 int 常量。但是，它拒绝编译任何使用主机声明的 float 常量的内核。有谁知道这种看似差异的原因？ 例如，下面的代码可以

• cuda - CUDA 中的协作组

  自从 CUDA 9 发布以来，显然可以将不同的线程和 block 分组到同一组中，以便您可以一起管理它们。这对我来说非常有用，因为我需要启动一个包含多个 block 的内核并等待所有 block 都同

• cuda - CUDA 中的三线性插值

  我需要在 CUDA 中执行三线性插值。这是问题定义: 给定三个点向量:x[nx]、y[ny]、z[nz] 和一个函数值矩阵func[nx][ny][nz]，我想在 x、y 范围之间的一些随机点处找到函

• cuda - CUDA 是否具有向量操作内在函数？

  我认为由于 CUDA 可以执行 64 位 128 位加载/存储，因此它可能具有一些用于加/减/等的内在函数。像 float3 这样的向量类型，在像 SSE 这样更少的指令中。 CUDA 有这样的功能吗

• cuda - CUDA 共享内存中的并行扫描

  我有一个问题，每个线程 block (一维)必须对共享内存内的一个数组进行扫描，并执行几个其他任务。 (该数组最多有 1024 个元素。) 有没有支持这种操作的好库？ 我检查了 Thrust 和 Cu

• cuda - CUDA 线程如何工作

  我对线程的形成和执行方式有很多疑惑。 首先，文档将 GPU 线程描述为轻量级线程。假设我希望将两个 100*100 矩阵相乘。如果每个元素都由不同的线程计算，则这将需要 100*100 个线程。但是，

• cuda - CUDA 共享内存大小意味着什么

  我正在尝试自己解决这个问题，但我不能。 所以我想听听你的建议。 我正在编写这样的内核代码。 VGA 是 GTX 580。 xxxx >> (... threadNum ...) (note. Shar

• cuda - 让 CUDA Thrust 使用您选择的 CUDA 流

  查看 CUDA Thrust 代码中的内核启动，似乎它们总是使用默认流。我可以让 Thrust 使用我选择的流吗？我在 API 中遗漏了什么吗？ 最佳答案 我想在 Thrust 1.8 发布后更新 t

• cuda - CUDA 扭曲调度是确定性的吗？

  我想知道 CUDA 应用程序的扭曲调度顺序是否是确定性的。 具体来说，我想知道在同一设备上使用相同输入数据多次运行同一内核时，warp 执行的顺序是否会保持不变。如果没有，是否有任何东西可以强制对扭曲

• cuda - CUDA 中有多少个网格

  一个 GPU 中可以有多少个 CUDA 网格？ 两个网格可以同时存在于 GPU 中吗？还是一台 GPU 设备只有一个网格？ Kernel1>(dst1, param1); Kernel1>(dst2,

• cuda - CUDA 应用程序的计算能力是否会自动升级？

  如果我编译一个计算能力较低的 CUDA 程序，例如 1.3(nvcc 标志 sm_13)，并在具有 Compute Capability 2.1 的设备上运行它，它是否会利用 Compute 2.1

• cuda - CUDA 固定内存是零拷贝吗？

  固定内存应该可以提高从主机到设备的传输速率(api 引用)。但是我发现我不需要为内核调用 cuMemcpyHtoD 来访问这些值，也不需要为主机调用 cuMemcpyDtoA 来读取值。我不认为这会奏

• cuda - CUDA 是否会自动为您进行负载平衡？

  我希望对 CUDA C 中负载平衡的最佳实践有一些一般性的建议和说明，特别是: 如果经纱中的 1 个线程比其他 31 个线程花费的时间长，它会阻止其他 31 个线程完成吗？ 如果是这样，多余的处理能力

• cuda - CUDA 中是否有内置的交叉和点积？

  CUDA 中是否有像 opencl 一样的内置交叉和点积，所以 cuda 内核可以使用它？ 到目前为止，我在规范中找不到任何内容。 最佳答案 您可以在 SDK 的 cutil_math.h 中找到这些

• cuda - CUDA 中的动态共享内存

  有一些与我要问的问题类似的问题，但我觉得它们都没有触及我真正要寻找的核心。我现在拥有的是一种 CUDA 方法，它需要将两个数组定义到共享内存中。现在，数组的大小由在执行开始后读入程序的变量给出。因此，

• cuda - CUDA 扭曲中的线程是否在多处理器上并行执行？

  经线是 32 根线。 32 个线程是否在多处理器中并行执行？ 如果 32 个线程没有并行执行，则扭曲中没有竞争条件。 在经历了一些例子后，我有了这个疑问。 最佳答案 在 CUDA 编程模型中，warp