并行计算02-《cuda by examples》代码配置及julia例子

摘要：回忆VS的使用，把《cuda by examples》书的代码配置一下，使julian在CPU及GPU都跑起来， 对比GPU与CPU的编程的区别。

VS很久没用，用起有些不熟悉了，今天复习了一下VS的使用，练习一下把一些例子使用起来，记录一下。感觉一个技术如果不用，一段时间就可以忘记得一点印象都没有，这时就得回忆了，一边做一边回忆。

1. h文件

包的存放问题，本想创建一个文件夹来存放头文件的，把所有的头文件都copy过来了。可是后来发现这个只是把这个文件只是把它的路径引用来的，那个显示像文件夹的东西是一个过滤器来的。后在在目录下创建相关目录，把头文件放入去就可以。

这样：

这个是相对于项目demo_cuda的目录，引用时像例子所给的那样就可以用了。

#include "../common/book.h"
#include "../common/cpu_bitmap.h"

头文件配置好之后，编译就不会有问题了：

1>CUDACOMPILE : nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).
1>CUDACOMPILE : nvcc warning : nvcc support for Microsoft Visual Studio 2010 and earlier has been deprecated and is no longer being maintained
1>  demo_julia.cu
1>  support for Microsoft Visual Studio 2010 has been deprecated!
1>
1>生成成功。
1>
1>已用时间 00:00:02.47
========== 生成: 成功 1 个，失败 0 个，最新 0 个，跳过 0 个 ==========

2. lib配置

当头文件解决了，到lib了，如果不配置会出现如下问题：
1>LINK : fatal error LNK1104: 无法打开文件“glut32.lib”
配置附加库目录

配置附加依赖项

注意了，如果glut32.lib少了后缀，再编译一下，再生成，会出现问题2：
1>LINK : fatal error LNK1104: 无法打开文件“glut32.obj”

问题3：1>LINK : fatal error LNK1123: 转换到 COFF 期间失败: 文件无效或损坏

3. julia例子

3.1 CPU

#include "../common/book.h"
#include "../common/cpu_bitmap.h"

#define DIM 1000

struct cuComplex {
    float   r;
    float   i;
    cuComplex( float a, float b ) : r(a), i(b)  {}
    float magnitude2( void ) { return r * r + i * i; }
    cuComplex operator*(const cuComplex& a) {
        return cuComplex(r*a.r - i*a.i, i*a.r + r*a.i);
    }
    cuComplex operator+(const cuComplex& a) {
        return cuComplex(r+a.r, i+a.i);
    }
};

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);

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

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

    return 1;
}

void kernel( unsigned char *ptr ){
    for (int y=0; y<DIM; y++) {
        for (int x=0; x<DIM; x++) {
            int offset = x + y * DIM;

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

int main( void ) {
    CPUBitmap bitmap( DIM, DIM );
    unsigned char *ptr = bitmap.get_ptr();

    kernel( ptr );

    bitmap.display_and_exit();
}

3.2 GPU

#include "cuda_runtime.h"
#include "device_launch_parameters.h"

#include <stdio.h>

#include "../common/book.h"
#include "../common/cpu_bitmap.h"

#define DIM 1000

struct cuComplex {
    float   r;
    float   i;
    __device__ cuComplex( float a, float b ) : r(a), i(b)  {}
    __device__ float magnitude2( void ) {
        return r * r + i * i;
    }
    __device__ cuComplex operator*(const cuComplex& a) {
        return cuComplex(r*a.r - i*a.i, i*a.r + r*a.i);
    }
    __device__ cuComplex operator+(const cuComplex& a) {
        return cuComplex(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);

    cuComplex c(-0.8, 0.156);
    cuComplex 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 ) {
    // map from blockIdx to pixel position
    int x = blockIdx.x;
    int y = blockIdx.y;
    int offset = x + y * gridDim.x;

    // now calculate the value at that position
    int juliaValue = julia( x, y );
    ptr[offset*4 + 0] = 255 * juliaValue;
    ptr[offset*4 + 1] = 0;
    ptr[offset*4 + 2] = 0;
    ptr[offset*4 + 3] = 255;
}

// globals needed by the update routine
struct DataBlock {
    unsigned char   *dev_bitmap;
};

int main( void ) {
    DataBlock   data;
    CPUBitmap bitmap( DIM, DIM, &data );
    unsigned char    *dev_bitmap;

    HANDLE_ERROR( cudaMalloc( (void**)&dev_bitmap, bitmap.image_size() ) );
    data.dev_bitmap = dev_bitmap;

    dim3    grid(DIM,DIM);
    kernel<<<grid,1>>>( dev_bitmap );

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

    HANDLE_ERROR( cudaFree( dev_bitmap ) );

    bitmap.display_and_exit();
}

注意，GPU的代码下载包里的代码有些问题，要在cuComplex构造函数前加上device ，上面已经加上了。详细修改参见《CUDA BY EXAMPLES第4章代码错误解决方法》；
http://blog.csdn.net/chevroletss/article/details/48130953
对julia这个东西是什么，参见《再谈Julia集与Mandelbrot集》
http://www.matrix67.com/blog/archives/4570

4. 运行结果

【作者：happyprince, http://blog.csdn.net/ld326/article/details/78573914】