CUDA从入门到精通（二）：第一个CUDA程序

借鉴赵永科大神的博客：http://blog.csdn.net/kkk584520/article/details/9415199

打开VS2008，选择File->New->Project，弹出下面对话框，设置如下：

之后点OK，直接进入工程界面。

工程中，我们看到只有一个.cu文件，内容如下：

[cpp]  view plain  copy

 print ?

1. #include "cuda_runtime.h"  
2. #include "device_launch_parameters.h"  
3.   
4. #include <stdio.h>  
5.   
6. cudaError_t addWithCuda(int *c, const int *a, const int *b, size_t size);  
7.   
8. __global__ void addKernel(int *c, const int *a, const int *b)  
9. {  
10.     int i = threadIdx.x;  
11.     c[i] = a[i] + b[i];  
12. }  
13.   
14. int main()  
15. {  
16.     const int arraySize = 5;  
17.     const int a[arraySize] = { 1, 2, 3, 4, 5 };  
18.     const int b[arraySize] = { 10, 20, 30, 40, 50 };  
19.     int c[arraySize] = { 0 };  
20.   
21.     // Add vectors in parallel.  
22.     cudaError_t cudaStatus = addWithCuda(c, a, b, arraySize);  
23.     if (cudaStatus != cudaSuccess) {  
24.         fprintf(stderr, "addWithCuda failed!");  
25.         return 1;  
26.     }  
27.   
28.     printf("{1,2,3,4,5} + {10,20,30,40,50} = {%d,%d,%d,%d,%d}\n",  
29.         c[0], c[1], c[2], c[3], c[4]);  
30.   
31.     // cudaThreadExit must be called before exiting in order for profiling and  
32.     // tracing tools such as Nsight and Visual Profiler to show complete traces.  
33.     cudaStatus = cudaThreadExit();  
34.     if (cudaStatus != cudaSuccess) {  
35.         fprintf(stderr, "cudaThreadExit failed!");  
36.         return 1;  
37.     }  
38.   
39.     return 0;  
40. }  
41.   
42. // Helper function for using CUDA to add vectors in parallel.  
43. cudaError_t addWithCuda(int *c, const int *a, const int *b, size_t size)  
44. {  
45.     int *dev_a = 0;  
46.     int *dev_b = 0;  
47.     int *dev_c = 0;  
48.     cudaError_t cudaStatus;  
49.   
50.     // Choose which GPU to run on, change this on a multi-GPU system.  
51.     cudaStatus = cudaSetDevice(0);  
52.     if (cudaStatus != cudaSuccess) {  
53.         fprintf(stderr, "cudaSetDevice failed!  Do you have a CUDA-capable GPU installed?");  
54.         goto Error;  
55.     }  
56.   
57.     // Allocate GPU buffers for three vectors (two input, one output)    .  
58.     cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(int));  
59.     if (cudaStatus != cudaSuccess) {  
60.         fprintf(stderr, "cudaMalloc failed!");  
61.         goto Error;  
62.     }  
63.   
64.     cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(int));  
65.     if (cudaStatus != cudaSuccess) {  
66.         fprintf(stderr, "cudaMalloc failed!");  
67.         goto Error;  
68.     }  
69.   
70.     cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(int));  
71.     if (cudaStatus != cudaSuccess) {  
72.         fprintf(stderr, "cudaMalloc failed!");  
73.         goto Error;  
74.     }  
75.   
76.     // Copy input vectors from host memory to GPU buffers.  
77.     cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(int), cudaMemcpyHostToDevice);  
78.     if (cudaStatus != cudaSuccess) {  
79.         fprintf(stderr, "cudaMemcpy failed!");  
80.         goto Error;  
81.     }  
82.   
83.     cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice);  
84.     if (cudaStatus != cudaSuccess) {  
85.         fprintf(stderr, "cudaMemcpy failed!");  
86.         goto Error;  
87.     }  
88.   
89.     // Launch a kernel on the GPU with one thread for each element.  
90.     addKernel<<<1, size>>>(dev_c, dev_a, dev_b);  
91.   
92.     // cudaThreadSynchronize waits for the kernel to finish, and returns  
93.     // any errors encountered during the launch.  
94.     cudaStatus = cudaThreadSynchronize();  
95.     if (cudaStatus != cudaSuccess) {  
96.         fprintf(stderr, "cudaThreadSynchronize returned error code %d after launching addKernel!\n", cudaStatus);  
97.         goto Error;  
98.     }  
99.   
100.     // Copy output vector from GPU buffer to host memory.  
101.     cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(int), cudaMemcpyDeviceToHost);  
102.     if (cudaStatus != cudaSuccess) {  
103.         fprintf(stderr, "cudaMemcpy failed!");  
104.         goto Error;  
105.     }  
106.   
107. Error:  
108.     cudaFree(dev_c);  
109.     cudaFree(dev_a);  
110.     cudaFree(dev_b);  
111.       
112.     return cudaStatus;  
113. }  

 可以看出，CUDA程序和C程序并无区别，只是多了一些以"cuda"开头的一些库函数和一个特殊声明的函数：

[cpp]  view plain  copy

 print ?

1. __global__ void addKernel(int *c, const int *a, const int *b)  
2. {  
3.     int i = threadIdx.x;  
4.     c[i] = a[i] + b[i];  
5. }  

这个函数就是在GPU上运行的函数，称之为核函数，英文名Kernel Function，注意要和操作系统内核函数区分开来。

 

我们直接按F7编译，可以得到如下输出：

[plain]  view plain  copy

 print ?

1. 1>------ Build started: Project: cuda_helloworld, Configuration: Debug Win32 ------  
2. 1>Compiling with CUDA Build Rule...  
3. 1>"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\\bin\nvcc.exe"  -G   -gencode=arch=compute_10,code=\"sm_10,compute_10\" -gencode=arch=compute_20,code=\"sm_20,compute_20\"  --machine 32 -ccbin "C:\Program Files (x86)\Microsoft Visual Studio 9.0\VC\bin"    -Xcompiler "/EHsc /W3 /nologo /O2 /Zi   /MT  "  -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\\include" -maxrregcount=0   --compile -o "Debug/kernel.cu.obj" kernel.cu    
4. 1>tmpxft_000000ec_00000000-8_kernel.compute_10.cudafe1.gpu  
5. 1>tmpxft_000000ec_00000000-14_kernel.compute_10.cudafe2.gpu  
6. 1>tmpxft_000000ec_00000000-5_kernel.compute_20.cudafe1.gpu  
7. 1>tmpxft_000000ec_00000000-17_kernel.compute_20.cudafe2.gpu  
8. 1>kernel.cu  
9. 1>kernel.cu  
10. 1>tmpxft_000000ec_00000000-8_kernel.compute_10.cudafe1.cpp  
11. 1>tmpxft_000000ec_00000000-24_kernel.compute_10.ii  
12. 1>Linking...  
13. 1>Embedding manifest...  
14. 1>Performing Post-Build Event...  
15. 1>copy "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\\bin\cudart*.dll" "C:\Users\DongXiaoman\Documents\Visual Studio 2008\Projects\cuda_helloworld\Debug"  
16. 1>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\\bin\cudart32_50_35.dll  
17. 1>C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\\bin\cudart64_50_35.dll  
18. 1>已复制         2 个文件。  
19. 1>Build log was saved at "file://c:\Users\DongXiaoman\Documents\Visual Studio 2008\Projects\cuda_helloworld\cuda_helloworld\Debug\BuildLog.htm"  
20. 1>cuda_helloworld - 0 error(s), 105 warning(s)  
21. ========== Build: 1 succeeded, 0 failed, 0 up-to-date, 0 skipped ==========  

可见，编译.cu文件需要利用nvcc工具。该工具的详细使用见后面博客。

 

直接运行，可以得到结果图如下：

 

如果显示正确，那么我们的第一个程序宣告成功！