CUDA动态库封装以及调用

CUDA动态库封装以及调用

参考：http://blog.sina.com.cn/s/blog_618941f701016d26.html

通过将CUDA相关计算操作放在库中，方便在项目中调用，省去了每次编译cu文件的麻烦，也便于集成到其他平台上。

本文配置：VS2015   CUDA8.0

一、封装CUDA动态库

主要步骤：修改自定义方式、设置cu文件项类型为CDUA CC++ ，添加依赖库cudart.lib.

1、创建一个动态库，这里建的库是x86的，也可以更改为x64.

2、添加cu文件

3、源程序内容

CudaDll32.h

[cpp]  view plain  copy

1. // 下列 ifdef 块是创建使从 DLL 导出更简单的  
2. // 宏的标准方法。此 DLL 中的所有文件都是用命令行上定义的 CUDADLL32_EXPORTS  
3. // 符号编译的。在使用此 DLL 的  
4. // 任何其他项目上不应定义此符号。这样，源文件中包含此文件的任何其他项目都会将  
5. // CUDADLL32_API 函数视为是从 DLL 导入的，而此 DLL 则将用此宏定义的  
6. // 符号视为是被导出的。  
7. #ifdef CUDADLL32_EXPORTS  
8. #define CUDADLL32_API __declspec(dllexport)  
9. #else  
10. #define CUDADLL32_API __declspec(dllimport)  
11. #endif  
12.   
13. extern "C" CUDADLL32_API int vectorAdd(int c[], int a[], int b[], int size);  

kernel.cu

[cpp]  view plain  copy

1. #include "cuda_runtime.h"    
2. #include "device_launch_parameters.h"      
3. #include "CudaDll32.h"  
4.   
5.   
6. //CUDA核函数    
7. __global__ void addKernel(int *c, const int *a, const int *b)  
8. {  
9.     int i = threadIdx.x;  
10.     c[i] = a[i] + b[i];  
11. }  
12.   
13.   
14. //向量相加    
15. CUDADLL32_API int vectorAdd(int c[], int a[], int b[], int size)  
16. {  
17.     int result = -1;  
18.     int *dev_a = 0;  
19.     int *dev_b = 0;  
20.     int *dev_c = 0;  
21.     cudaError_t cudaStatus;  
22.   
23.     // 选择用于运行的GPU    
24.     cudaStatus = cudaSetDevice(0);  
25.     if (cudaStatus != cudaSuccess) {  
26.         result = 1;  
27.         goto Error;  
28.     }  
29.   
30.     // 在GPU中为变量dev_a、dev_b、dev_c分配内存空间.    
31.     cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(int));  
32.     if (cudaStatus != cudaSuccess) {  
33.         result = 2;  
34.         goto Error;  
35.     }  
36.     cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(int));  
37.     if (cudaStatus != cudaSuccess) {  
38.         result = 3;  
39.         goto Error;  
40.     }  
41.     cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(int));  
42.     if (cudaStatus != cudaSuccess) {  
43.         result = 4;  
44.         goto Error;  
45.     }  
46.   
47.     // 从主机内存复制数据到GPU内存中.    
48.     cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(int), cudaMemcpyHostToDevice);  
49.     if (cudaStatus != cudaSuccess) {  
50.         result = 5;  
51.         goto Error;  
52.     }  
53.     cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice);  
54.     if (cudaStatus != cudaSuccess) {  
55.         result = 6;  
56.         goto Error;  
57.     }  
58.   
59.     // 启动GPU内核函数    
60.     addKernel << <1, size >> >(dev_c, dev_a, dev_b);  
61.   
62.     // 采用cudaDeviceSynchronize等待GPU内核函数执行完成并且返回遇到的任何错误信息    
63.     cudaStatus = cudaDeviceSynchronize();  
64.     if (cudaStatus != cudaSuccess) {  
65.         result = 7  
66.         goto Error  
67.     }  
68.   
69.     // 从GPU内存中复制数据到主机内存中    
70.     cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(int), cudaMemcpyDeviceToHost);  
71.     if (cudaStatus != cudaSuccess) {  
72.         result = 8;  
73.         goto Error;  
74.     }  
75.   
76.     result = 0;  
77.   
78.     // 重置CUDA设备，在退出之前必须调用cudaDeviceReset    
79.     cudaStatus = cudaDeviceReset();  
80.     if (cudaStatus != cudaSuccess) {  
81.         return 9;  
82.     }  
83. Error:  
84.     //释放设备中变量所占内存    
85.     cudaFree(dev_c);  
86.     cudaFree(dev_a);  
87.     cudaFree(dev_b);  
88.   
89.     return result;  
90. }  

4、修改项目的自定义方式为：CUDA8.0

5、修改cu文件的项类型

6、添加链接器的附加依赖项 cudart.lib

7、生成DLL文件

二、调用动态库

创建一个控制台工程，调用库三步骤：

调用源代码：包含头文件、并把dll文件拷贝到可行性目录下

[cpp]  view plain  copy

1. // CallCudaDll32.cpp : 定义控制台应用程序的入口点。  
2. //  
3.   
4. #include "stdafx.h"  
5. #include "CudaDll32.h"  
6. int main()  
7. {  
8.     const int arraySize = 5;  
9.     int a[arraySize] = { 11, 22, 33, 44, 55 };  
10.     int b[arraySize] = { 10, 20, 30, 40, 50 };  
11.     int c[arraySize] = { 0 };  
12.   
13.     // Add vectors in parallel.    
14.     int number = vectorAdd(c, a, b, arraySize);  
15.     printf("{11,22,33,44,55} + {10,20,30,40,50} = {%d,%d,%d,%d,%d}\n",  
16.         c[0], c[1], c[2], c[3], c[4]);  
17.     printf("调用CUDA成功！\n");  
18.     return 0;  
19. }  

结果显示：