cuda向量加法时间

#include<stdio.h>
#include<stdlib.h>
#include<cuda_runtime.h>
#include<sdkHelper.h>

void output(float *arr,int n);//输出向量中的元素值
void VectorAdd(float *A,float *B,float *C,int n);//CPU上计算两向量相加

//device code
__global__ void VecAdd(float *A,float *B,float *C,int N)
{
 int i=blockDim.x*blockIdx.x+threadIdx.x;
 if(i<N)
 {
        C[i]=A[i]+B[i];
 }
}
//host code
int main()
{
 int N=512*512,i;
 size_t size=N*sizeof(float);

//定义事件，记录运行时间  

StopWatchInterface *timer=NULL; 

float *h_A=(float*)malloc(size);
 float *h_B=(float*)malloc(size);
 float *h_C=(float*)malloc(size);
 for(i=0;i<N;i++)
 {
  h_A[i]=i;
  h_B[i]=i+i;
 }
 sdkCreateTimer(&timer);
 sdkStartTimer(&timer);
 VectorAdd(h_A,h_B,h_C,N);//CPU上的向量相加
 sdkStopTimer(&timer);
 printf("\n CPU Processing time:%f(ms)\n",sdkGetTimerValue(&timer));
 output(h_A,64); 
 output(h_B,64);
 output(h_C,64);
 //申请设备上的向量空间
 float *d_A;
 cudaMalloc((void **)&d_A,size);
 float *d_B;
 cudaMalloc((void **)&d_B,size);
 float *d_C;
 cudaMalloc((void **)&d_C,size); 
 
 //把主机向量的数据拷贝到设备向量
 cudaMemcpy(d_A,h_A,size,cudaMemcpyHostToDevice);
 cudaMemcpy(d_B,h_B,size,cudaMemcpyHostToDevice);
 //调用kernel函数
 int threadsPerBlock=16;
 int blocksPerGrid=(N+threadsPerBlock-1)/threadsPerBlock;

 //重新启动计时器
 sdkResetTimer(&timer);
 sdkStartTimer(&timer);
 VecAdd<<<blocksPerGrid,threadsPerBlock>>>(d_A,d_B,d_C,N);
 sdkStopTimer(&timer);
 //从设备空间将结果拷贝到主存空间
 cudaMemcpy(h_C,d_C,size,cudaMemcpyDeviceToHost);
 
 printf("\nGPU Processing time:%f(ms)\n",sdkGetTimerValue(&timer));
 printf("输出向量中的数据h_C:\n ");
 output(h_C,64);
 
 getchar();
 sdkDeleteTimer(&timer);
 //释放设备空间
 cudaFree(d_A);
 cudaFree(d_B);
 cudaFree(d_C);
 /*释放主存空间*/
 delete h_A;
 delete h_B;
 delete h_C;
 return 0;
}
void output(float *arr,int n)
{
 printf("\n输出向量中的数据\n");
 for(int i=0;i<n;i++)
 {
  printf("%-5.0f",arr[i]);
  if((i+1)%8==0)
   printf("\n");
 }
}
//CPU上计算两向量之和
void VectorAdd(float *A,float *B,float *C,int n)
{
 for(int i=0;i<n;i++)
  C[i]=A[i]+B[i];

}

转自：http://blog.csdn.net/wufenxia/article/details/8281891