CUDA代码怎么在大型工程中添加（基本不修改原有工程）

CUDA只是利用GPU的优点去处理CPU不能快速处理的程序。在大型工程中，CUDA的代码量不会大于1%，甚至更少，但是为了使用CUDA，就必须把原先大型功能的很多编译环境甚至编译条件都要更改，这样做是非常不值得的。C++代码本身和CUDA兼容也不好，所以本文针对以上问题，介绍一个新的方法。

 

大型工程处需要用的函数，修改成便于CUDA运行的函数接口，将所有CUDA相关的代码写好生成dll，方法如下

新建项目

确定

下一步

 

 

 

.cuh头文件添加如下代码

 

#include "cuda_runtime.h"

#include "device_launch_parameters.h"

//这两个头文件是CUDA必备，但是你右键->打开文档“”的时候VS却不能找到。不需要你手动设置路径，只需要在右键工程->生成自定义中，选择CUDA，VS即可自动找到包含路径

#include <stdio.h>

__global__ void deal_data(int*ratio_counter,int *vert_subsampling,int *remaining_lines);

extern "C" int __declspec(dllexport)__stdcall compute(int*ratio_counter,int *vert_subsampling,int *remaining_lines,intnumber);

 

 

 

 

.cu源文件添加如下代码

#include "compute.cuh"

 

__global__ void deal_data(int*ratio_counter,int *vert_subsampling,int *remaining_lines)

{

     int index = threadIdx.x;

    

     if(index < blockDim.x)

     {

         if (ratio_counter[index] < 0)

         {

              ratio_counter[index]+= vert_subsampling[index];

              remaining_lines[index]--;

         }

     }

}

 

extern "C" int __declspec(dllexport)__stdcall compute(int*ratio_counter,int *vert_subsampling,int *remaining_lines,intnumber)

{

     /* 计算个int型需要的空间*/

   int size = number * sizeof(int);

   

   /* 在GPU上分配同样大小的三个数组*/

   int* d_a;

   int* d_b;

   int* d_c;

   cudaMalloc((void**)&d_a, size);

   cudaMalloc((void**)&d_b, size);

   cudaMalloc((void**)&d_c, size);

 

   /* 把本地的数组拷贝进GPU内存*/

   cudaMemcpy(d_a, ratio_counter, size, cudaMemcpyHostToDevice);

   cudaMemcpy(d_b, vert_subsampling, size, cudaMemcpyHostToDevice);

   cudaMemcpy(d_c, remaining_lines, size, cudaMemcpyHostToDevice);

   

   /* 定义一个GPU运算块由temp.num_components个运算线程组成*/

   dim3 DimBlock = number;

   /* 通知GPU用个线程执行函数deal_data */

   deal_data<<<1,DimBlock>>>(d_a, d_b, d_c);

   /* 将GPU运算完的结果复制回本地*/

   cudaMemcpy(ratio_counter, d_a, size, cudaMemcpyDeviceToHost);

     cudaMemcpy(vert_subsampling,d_b, size, cudaMemcpyDeviceToHost);

     cudaMemcpy(remaining_lines,d_c, size, cudaMemcpyDeviceToHost);

   

   /* 释放GPU的内存*/

   cudaFree(d_a);

   cudaFree(d_b);

   cudaFree(d_c);

 

     return 0;

}

 

 

在生成选项下点击生成解决方案

成功之后在Debug目录下会生成

 

 

 

 

好了，此时调用

extern "C" int __declspec(dllexport)__stdcall compute(int*ratio_counter,int *vert_subsampling,int *remaining_lines,intnumber);

这个函数就和普通的调用一样了

 

 

具体方法简单写了

打开工程

先把生成的lib放到工程目录下

#pragma comment(lib,"cudazxdll.lib")

extern "C" int __declspec(dllexport)__stdcall compute(int*ratio_counter,int *vert_subsampling,int *remaining_lines,intnumber);

 

加入这两行代码

 

编译即可。

 

将生成的.dll和生成的exe放到同一目录下即可运行。

 

这样就在不修改原有大型功能的情况下，直接使用CUDA了