CUDA学习之旅2009.11.9---《深入浅出CUDA》学习1

 

      今天开始正式学习CUDA，经过前几天的准备工作，已经有了一个基本的认识了。按照网友的意见，先来学习一下《深入浅出CUDA》。今后几天的几篇帖子就大多是讨论这篇文章里的东西了。

       以前学习C语言的时候，由于学校很多东西不要求，所以现在来看这些都有点困难啊。慢慢来吧，还希望大家能够多多支持啊。

------------------------------------------------引用原文-------------------------------------------------------

要利用 CUDA 进行计算之前，要先把数据复制到显卡内存中，才能让显示芯片使用。因此，需要取得一块适当大小的显卡内存，再把产生好的数据复制进去。在 main 函式中加入：

GenerateNumbers(data, DATA_SIZE);
    int* gpudata, *result;
    cudaMalloc((void**) &gpudata, sizeof(int) * DATA_SIZE);
    cudaMalloc((void**) &result, sizeof(int));
    cudaMemcpy(gpudata, data, sizeof(int) * DATA_SIZE,
        cudaMemcpyHostToDevice);

----------------------------------------------------over-------------------------

 

按照里面的提示，这个cudaMalloc函数和C语言的malloc差不多，但是查了一下啊，似乎后面一小截（siazeof后面的）可以理解，就是分配data_size个整数空间，那么前面的(void**) &gpudata是什么意思呢？？？

    现在总结一下今天学习所得啊。

1.在CUDA构架下，显示芯片（GPU）执行的最小单位是thread，数个thread组成一个block，但所含thread数目有限；但是执行相同程序的block可以组成grid。

2.发现了几个函数，由于还没有看官方手册programming guide，所以只是初略的根据上下程序了解其意义。如有不对，还望更正。

   cudaGetDeviceCount  ：取得支持cuda的装置数目

   cudaDeviceProp  ：   一种数据类型，指的是cuda装置的属性

   cudaGetDeviceProperties  ： 取得支持cuda的装置支持的 CUDA 版本，还有装置的名称、内存的大小、最大的 thread 数目、执行单元的频率等

   cudaSetDevice  ：  设定指定装置为目前要使用的装置

   cudaMalloc   cudaMemcpy----------此二者如前所问问题。

3.在GPU中执行函式，语法规则是

  <<<block数目，thread数目，share memory大小>>>（参数...）

4.关于计算时间的统计：

   CUDA提供了专门的clock()函式，也有一种数据类型clock_t来定义存储时间的变量。

   只要分别在程序运行始末各调用一次clock()，再将解雇相减就可以得出计算时间了。

5.为了充分发挥GPU并行计算的优势，在进行程序优化的时候，要充分考虑显存是DRAM类型，最好是连续存取方式。