利用matlab和NVIDIA Nsight进行cufft CUDA代码分析

最新推荐文章于 2024-07-31 20:35:23 发布

ZIV555

最新推荐文章于 2024-07-31 20:35:23 发布

阅读量2.3k

点赞数

分类专栏： cuda&VS&matlab&arrayfire&GPU 文章标签： CUDA gpu 并行处理

本文链接：https://blog.csdn.net/ZIV555/article/details/51580274

版权

这篇博客介绍了如何利用MATLAB和NVIDIA Nsight工具来分析CUDA CUFFT代码。首先展示了CUFFT的CUDA C-MEX代码示例，然后详细说明了在Visual Studio中配置NVIDIA Nsight的过程，包括选择MATLAB作为调试应用、设置64位MATLAB执行文件、指定测试文件路径，并调整活动类型为CUDA应用程序。最后，演示了如何启动MATLAB，执行测试文件，以及如何通过Nsight捕获和分析kernel执行情况。

摘要由CSDN通过智能技术生成

分析之前肯定得有需要分析的代码，这里以fft为例：

1、fft的C-mex cuda代码如下所示：

#include "mex.h"
#include <cuda_runtime.h>
#include <cufft.h>

void mexFunction (int nlhs,mxArray *plhs[],int nrhs,mxArray *prhs[])
{
if(nrhs != 1)
mexErrMsgTxt("Invaid number of input arguments");
if(! mxIsSingle(prhs[0])&&!mxIsSingle(prhs[1]))
mexErrMsgTxt("input data type must be single");
float* A=(float*)mxGetData(prhs[0]);
int numARows = mxGetM(prhs[0]);
int numACols =mxGetN(prhs[0]);
float *deviceA;

cudaMalloc(&deviceA,sizeof(float)*numARows*numACols);
cudaMemcpy(deviceA,A,numARows*numACols*sizeof(float),cudaMemcpyHostToDevice);