MySniper11的专栏

CUDA存储器模型：GPU片内：register，shared memory；板载显存：local memory,constant memory, texture memory, texture memory,global memory;host 内存： host memory, pinned memory. register: 访问延迟极低；

之前做了一个项目，内核函数什么的编写都没有问题，但是处理完的图片就是会产生条纹，这个问题困扰了我很长时间（真的很长时间。。。），我的内核函数传入的参数有很多，我做过实验，在host函数中给所有的参数都cudamalloc显卡空间（当初以为这样处理会更省显存一些，毕竟是开辟的线性存储器globle memory空间），但是实验结果是每一个参数都开辟cudamalloc的话，速度会降低，显卡的显存也没

1，  联通两台电脑：准备两台电脑，分别称为主机和调试机，在主机端运行vs2010，在调试机上进行调试，其中至少调试机应支持CUDA，使两台机器在同一个局域网，或直接将两台电脑用网线连接起来； 2，  在主机端设置调试机的IP：在vs2010的解决方案资源管理器中，右键vs2010项目，选择Nsight User Properties，如图所示，在Connection name对应的地

这几天，在弄Parallel Nsight，作为新手的我，也能深深感觉到GPUDebugger --- parallel Nsight的强大，我的机器是win7 x64 + CUDA 4.2 + Parallel Nsight 2.2 ，其实2.2版本的Nsight已经能够单机调试GPU了！这一点真心给力啊！双机调试的经验已经在上一篇文章中介绍过了~其实单机调试也就是把客户端电脑的IP改为自己这台

GPU线程以网格（grid）的方式组织，而每个网格中又包含若干个线程块，在G80/GT200系列中，每一个线程块最多可包含512个线程，Fermi架构中每个线程块支持高达1536个线程。同一线程块中的众多线程拥有相同的指令地址，不仅能够并行执行，而且能够通过共享存储器（Shared memory）和栅栏（barrier）实现块内通信。这样，同一网格内的不同块之间存在不需要通信的粗粒度并行，而一个块

Cuda并行编程学习时候需注意的一些基本概念1、Cuda的编程风格：spmp（单程序多数据）的并行编程风格。2、在多GPU下，cudaMemcpy()不能用于GPU之间的数据复制3、cudaMemcpy（）传输的数据类型有四种：（1）       主机-主机（2）       主机-设备（3）       设备-主机（4）       设备-

本文主要是介绍CUDA 5以及Parallel Nsight 3.0的新特性，最后会介绍一种可以获得GPU实时状态的NVAPI。本文参考的原文为以下三篇文章以及网站上介绍内容：介绍CUDA 5的新特性：http://blog.csdn.net/openhero/article/details/8561581，介绍Nsight 3.0candidate版的特性：http://blog.csdn.

关于CUDA 5 的介绍的文章，主要还是以NVIDIA官方的介绍为主吧~http://video.sina.com.cn/v/b/78701598-2755345650.html下面这一篇文章是介绍CUDA 5 新性能的较为简略的文章。http://wenku.it168.com/d_000605327.shtmlWin7下CUDA5.0+VS2010环境配置 的文章：http:/