[菜鸟每天来段CUDA_C]基于GPU的Julia集

Julia集是一个著名的分形集，它是复数经过迭代得到的，是满足某个复数计算函数的所有点构成的边界。

算法思想：

通过一个简单的迭代等式对复平面中的点求值，如果在计算某个点时迭代的结果是发散的，那么这个点就不属于Julia集。相反，如果迭代计算得到的一系列值都位于某个边界范围之内，那么这个点就属于Julia集。迭代计算的公式为：

Z(n+1) = Z(n)^2 + C  (C为常数)

基于GPU的Julia集通过DIM*DIM个thread计算平面中各点的值，最终用OpenGL显示计算的结果如下：

主要程序代码：

#include <stdio.h>
#include <stdlib.h>
#include <cuda_runtime.h>
#include <cutil_inline.h>
#include "CPUBitmap.h"
//#include <device_launch_parameters.h>

#define DIM 512

struct myComplex{
	float r;
	float i;
	__device__ myComplex(float a, float b): r(a), i(b){}

	__device__ float magnitude2(){
		return r*r+i*i;
	}

	__device__ myComplex operator*(const myComplex& a){
		return myComplex(r*a.r - i*a.i, i*a.r + r*a.i);
	}

	__device__ myComplex operator+(const myComplex& a){
		return myComplex(r+a.r, i+a.i);
	}
};

__device__ int julia(int x, int y)
{
	const float scale = 1.5;
	float jx = scale * (float)(DIM/2 - x) / (DIM/2);
	float jy = scale * (float)(DIM/2 - y) / (DIM/2);

	myComplex c(-0.8, 0.156);
	myComplex a(jx, jy);

	int i = 0;

	for (i=0; i<200; i++)
	{
		a = a * a + c;
		if (a.magnitude2() > 1000)
		{
			return 0;
		}
	}
	return 1;
}

__global__ void kernel(unsigned char* ptr)
{
	int x = blockIdx.x;
	int y = blockIdx.y;
	int offset = x + y * gridDim.x;

	int juliaValue = julia(x, y);
	ptr[offset*4 + 0] = 255 *juliaValue;
	ptr[offset*4 + 1] = 255 *juliaValue;
	ptr[offset*4 + 2] = 255 *juliaValue;
	ptr[offset*4 + 3] = 255;
}

int main(int argc, char* argv[])
{
	if(!InitCUDA()) {
		return 0;
	}

	CPUBitmap bitmap(DIM, DIM);

	unsigned char *dev_bitmap;
	cutilSafeCall(cudaMalloc((void**)&dev_bitmap, bitmap.image_size()));
	dim3 grid(DIM, DIM);
	kernel<<<grid, 1>>>(dev_bitmap);

	cutilSafeCall(cudaMemcpy(bitmap.get_ptr(), dev_bitmap, bitmap.image_size(), cudaMemcpyDeviceToHost));

	bitmap.display_and_exit();

	cutilSafeCall(cudaFree(dev_bitmap));

	return 0;
}