MFC 实现CUDA加速

    这篇文章写的是之前关于CUDA加速的另外一篇文章没详谈的部分，当时因为嫌麻烦懒得写，最近买了GTX960心情大好！决定把这个坑给填了。

    当然由于本人才疏学浅，关于配置这些东西也是一知半解，所以参考了这篇文章，如果看到的朋友觉得本人讲的不好可以参考下那个。

    OK，进入主题之前说一下，本篇文章与本文开头提到的那篇有比较强的关联性，如果看的不太明白的话建议先看那篇。下面正式开始。

    首先建一个win32工程或者MFC工程，本文以MFC工程为例。

    去上面文章提到的CUDA工程所在位置找到“main.h”和“kernel.cu”两个文件，然后添加进刚刚建的工程里面（也就是在工程名上右键->添加现有项）。如果不想这么搞也行，直接新建两个文件然后填入内容即可，内容如下：

    main.h

#include<time.h>//时间相关头文件，可用其中函数计算图像处理速度  
#include <iostream>
#define datasize 50000

    kernel.cu

#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include "main.h"

inline void checkCudaErrors(cudaError err)//错误处理函数
{
	if (cudaSuccess != err)
	{
		fprintf(stderr, "CUDA Runtime API error: %s.\n", cudaGetErrorString(err));
		return;
	}
}

__global__ void add(int *a, int *b, int *c)//处理核函数
{
	int tid = blockIdx.x*blockDim.x + threadIdx.x;
	for (size_t k = 0; k < 50000; k++)
	{
		c[tid] = a[tid] + b[tid];
	}
}

extern "C" int runtest(int *host_a, int *host_b, int *host_c)
{
	int *dev_a, *dev_b, *dev_c;

	checkCudaErrors(cudaMalloc((void**)&dev_a, sizeof(int)* datasize));//分配显卡内存
	checkCudaErrors(cudaMalloc((void**)&dev_b, sizeof(int)* datasize));
	checkCudaErrors(cudaMalloc((void**)&dev_c, sizeof(int)* datasize));

	checkCudaErrors(cudaMemcpy(dev_a, host_a, sizeof(int)* datasize, cudaMemcpyHostToDevice));//将主机待处理数据内存块复制到显卡内存中
	checkCudaErrors(cudaMemcpy(dev_b, host_b, sizeof(int)* datasize, cudaMemcpyHostToDevice));

	add << <datasize / 100, 100 >> >(dev_a, dev_b, dev_c);//调用显卡处理数据
	checkCudaErrors(cudaMemcpy(host_c, dev_c, sizeof(int)* datasize, cudaMemcpyDeviceToHost));//将显卡处理完数据拷回来

	cudaFree(dev_a);//清理显卡内存
	cudaFree(dev_b);
	cudaFree(dev_c);
	return 0;
}

    如果觉得名字不爽可以改成别的，这里我只是嫌麻烦而已。

    做完上面的工作其实已经完成一大半了，通常好一点的习惯是新建一个叫做“CUDA”或者“CUDAFILE”之类的名字的筛选器然后把.cu文件扔到里面去，这样看起来会比较好，不过也不是必须的。

    下面来做本文最为关键的一步，因为CUDA代码是用CUDA本身提供的编译器来编译的，这里需要收到指定一下，过程如下：

    工程名上右键->生成依赖性->生成自定义

    把CUDA 6.5(.targets,.props)勾上，如果你的版本不是6.5，就勾CUDA开头的就对了，好像现在已经有7.0了。勾完确定。

    在kernel.cu名字上右键进入其属性页面

    在属性页中可以看到项类型为“不参与生成”，用脚趾头就能想到这个东西要改掉，下拉，直接选上“CUDA C/C++”，应用，确定。

    OK，到这步基本是做完了，但还要加上一些链接库，这个自己写会比较坑爹，好在上一篇文章提到的CUDA项目有自动添加这些，所以只要去那个工程复制粘贴就搞定了。具体是工程属性->配置属性->链接器->输入->附加依赖性,添加下面这些（这些是我自己的，没在别的电脑或者版本环境试过，最好是拷贝CUDA工程自己生成的）:

    cudart.lib
    kernel32.lib
    user32.lib
    gdi32.lib
    winspool.lib
    comdlg32.lib
    advapi32.lib
    shell32.lib
    ole32.lib
    oleaut32.lib
    uuid.lib
    odbc32.lib
    odbccp32.lib

    最后，工程属性->配置属性->生产事件->后期生成事件->命令行，也把CUDA自动生成工程的信息考过去，这样就大功告成啦，本人的信息是

    echo copy "$(CudaToolkitBinDir)\cudart*.dll" "$(OutDir)"
    copy "$(CudaToolkitBinDir)\cudart*.dll" "$(OutDir)"

    这个是拷贝动态链接库的，对发行来说很重要！

    做完这些就大功搞成了。在后面的代码中把“main.h”头文件包含进来，然后声明下加速的函数即可，在这个例子中为：

extern "C" int runtest(int *host_a, int *host_b, int *host_c);//显卡处理函数

    调用本例子加速测试的代码可以这么写：

int a[datasize], b[datasize], c[datasize];
	for (size_t i = 0; i < datasize; i++)
	{
		a[i] = i;
		b[i] = i*i;
	}

	long now1 = clock();//存储图像处理开始时间  
	runtest(a, b, c);//调用显卡加速
	printf("GPU运行时间为：%dms\n", int(((double)(clock() - now1)) / CLOCKS_PER_SEC * 1000));//输出GPU处理时间

	long now2 = clock();//存储图像处理开始时间  
	for (size_t i = 0; i < datasize; i++)
	{
		for (size_t k = 0; k < 50000; k++)
		{
			c[i] = (a[i] + b[i]);
		}
	}
	printf("CPU运行时间为：%dms\n", int(((double)(clock() - now2)) / CLOCKS_PER_SEC * 1000));//输出GPU处理时间

    到此全部做完，如果其中有错误或者别的一些问题请告诉我。