在本函数中增加了计时的功能,需要time.h库函数已经在头文件中添加。
//GPGPU编程技术-从GLSL、CUDA到OpenCL 平方和算法第一版 增加计时函数
//书中程序160页
#include <stdio.h>
#include <iostream>
#include <cuda_runtime.h> // For the CUDA runtime routines (prefixed with "cuda_")
#include <DEVICE_LAUNCH_PARAMETERS.h> //我在查询中找到的头文件 有可能有别的表达方式
#include <time.h> //计时用的函数库
#define DATA_SIZE 1048567 //4MB 的数据
using namespace std;
int anData[DATA_SIZE];
//生成随机数据量
void GenerateNumber(int *pnNumber, int nSize)
{
for (int i = 0; i < nSize; i++) pnNumber[i] = rand();
}
//全局函数计算平方和内核:在主机上调用,在设备上执行
__global__ static void sumofSquares(int *pnNum, int* pnResult,clock_t *pclock_ttime)
{
int nSum = 0;
//计时开始
clock_t clock_tstart = clock();
for (unsigned i = 0; i < DATA_SIZE; i++)
{
nSum += pnNum[i] * pnNum[i];
*pnResult = nSum;
}
//计时结束
*pclock_ttime = clock() - clock_tstart;
}
void main()
{
GenerateNumber(anData, DATA_SIZE); //生成随机数据量
int *pnGpuData, *pnResult;
clock_t *pclock_ttime;//储存时间的
cudaMalloc ((void**)&pnGpuData, sizeof(int) * DATA_SIZE);
cudaMalloc ((void**)&pnResult , sizeof(int) );
cudaMalloc((void**)&pclock_ttime, sizeof(clock_t));
cudaMemcpy(pnGpuData, anData, sizeof(int)*DATA_SIZE, cudaMemcpyHostToDevice);
//本版本是基础版本 在此基础上学习逐渐内存与内核并行优化
//所以这里只用了一个内核
sumofSquares <<< 1,1 >>> (pnGpuData, pnResult,pclock_ttime);
int nSum = 0;
cudaMemcpy(&nSum, pnResult, sizeof(int), cudaMemcpyDeviceToHost);
clock_t pclocksum;
cudaMemcpy(&pclocksum,pclock_ttime, sizeof(clock_t), cudaMemcpyDeviceToHost);
cudaFree(pnGpuData);
cudaFree(pnResult);
printf("SuM = %d Time = %d\n", nSum, pclocksum);
system("pause");
//return 0;
}
上边程序有点小错
//GPGPU编程技术-从GLSL、CUDA到OpenCL 平方和算法第一版 增加计时函数
//书中程序160页
#include <stdio.h>
#include <iostream>
#include <cuda_runtime.h> // For the CUDA runtime routines (prefixed with "cuda_")
#include <DEVICE_LAUNCH_PARAMETERS.h> //我在查询中找到的头文件 有可能有别的表达方式
#include <time.h> //计时用的函数库
#define DATA_SIZE 1048576 //4MB 的数据
//#define THREAD_NUM 256 //线程数
using namespace std;
int anData[DATA_SIZE];
//生成随机数据量
void GenerateNumber(int *pnNumber, int nSize)
{
for (int i = 0; i < nSize; i++) pnNumber[i] = rand() % 10;
}
//全局函数计算平方和内核:在主机上调用,在设备上执行
__global__ static void sumofSquares(int *pnNum, int* pnResult,clock_t *pclock_ttime)
{
//const int tid = threadIdx.x;
//const int nSize = DATA_SIZE / THREAD_NUM;
//int nSum = 0;
//计时开始
clock_t clock_tstart = clock();
for (unsigned i = 0; i < DATA_SIZE; i++)
{
nSum = (pnNum[i] * pnNum[i]) + nSum;
}
*pnResult = nSum;
//计时结束
*pclock_ttime = clock() - clock_tstart;
}
void main()
{
GenerateNumber(anData, DATA_SIZE); //生成随机数据量
int *pnGpuData, *pnResult;
clock_t *pclock_ttime;//储存时间的
cudaMalloc ((void**)&pnGpuData, sizeof(int) * DATA_SIZE);
cudaMalloc ((void**)&pnResult , sizeof(int) );
cudaMalloc((void**)&pclock_ttime, sizeof(clock_t));
cudaMemcpy(pnGpuData, anData, sizeof(int)*DATA_SIZE, cudaMemcpyHostToDevice);
//本版本是基础版本 在此基础上学习逐渐内存与内核并行优化
//所以这里只用了一个内核
sumofSquares <<< 1,1 >>> (pnGpuData, pnResult,pclock_ttime);
int nSum = 0;
cudaMemcpy(&nSum, pnResult, sizeof(int), cudaMemcpyDeviceToHost);
clock_t pclocksum;
cudaMemcpy(&pclocksum,pclock_ttime, sizeof(clock_t), cudaMemcpyDeviceToHost);
cudaFree(pnGpuData);
cudaFree(pnResult);
cudaFree(pclock_ttime);
printf("SuM = %d Time = %d\n", nSum, pclocksum);
system("pause");
//return 0;
}
改动了一点点