cuda编程学习：写cuda程序的基本流程

1.必要的头文件

#include <cuda_runtime.h>  // CUDA 运行时库
#include <iostream>

2. 定义核函数

__global__ void vectorAdd(const float *A, const float *B, float *C, int numElements) {
    int i = blockDim.x * blockIdx.x + threadIdx.x;
    if (i < numElements) {
        C[i] = A[i] + B[i];
    }
}

3.写主函数

• 设置设备
• 初始化数据
• 分配设备内存
• 将数据从主机复制到设备
• 配置和启动核函数
• 从设备复制数据回主机
• 清理资源

int main(void) {
    int numElements = 50000;
    size_t size = numElements * sizeof(float);

    // 分配主机内存
    float *h_A = new float[numElements];
    float *h_B = new float[numElements];
    float *h_C = new float[numElements];

    // 初始化数据
    for (int i = 0; i < numElements; ++i) {
        h_A[i] = rand()/(float)RAND_MAX;
        h_B[i] = rand()/(float)RAND_MAX;
    }

    // 分配设备内存
    float *d_A = nullptr;
    float *d_B = nullptr;
    float *d_C = nullptr;
    cudaMalloc((void **)&d_A, size);
    cudaMalloc((void **)&d_B, size);
    cudaMalloc((void **)&d_C, size);

    // 复制数据从主机到设备
    cudaMemcpy(d_A, h_A, size, cudaMemcpyHostToDevice);
    cudaMemcpy(d_B, h_B, size, cudaMemcpyHostToDevice);

    // 启动核函数
    int threadsPerBlock = 256;
    int blocksPerGrid =(numElements + threadsPerBlock - 1) / threadsPerBlock;
    vectorAdd<<<blocksPerGrid, threadsPerBlock>>>(d_A, d_B, d_C, numElements);

    // 复制数据从设备回主机
    cudaMemcpy(h_C, d_C, size, cudaMemcpyDeviceToHost);

    // 清理资源
    cudaFree(d_A);
    cudaFree(d_B);
    cudaFree(d_C);
    delete [] h_A;
    delete [] h_B;
    delete [] h_C;

    std::cout << "Done" << std::endl;
    return 0;
}

4.编译程序（cmake）
当然也可以直接用nvcc

cmake_minimum_required(VERSION 3.10)
project(MyCudaApp LANGUAGES CXX CUDA)

# 设置 CUDA 编译器和链接器选项
set(CUDA_NVCC_FLAGS "${CUDA_NVCC_FLAGS} -arch=sm_75 -code=sm_75,compute_80")

# 添加可执行文件
add_executable(cuda_app 1.cu)