CUDA并行求和算法

CUDA并行求和算法

前提准备：先了解CPU自动分配内存求和过程，
再了解CPU手动分配内存（malloc）求和过程，
然后，进行利用GPU的CUDA程序编写：

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

#include <stdio.h>
#include<stdlib.h>



__global__ void arr_add(int *a, int *b, int *c, int num)
{
    int i = threadIdx.x;
    if (i < num) {
        c[i] = a[i] + b[i];
    }
    
}

int main()
{
   //Step1.1 分配host内存
    int num = 10;
    int a[10], b[10], c[10];
    int* a_gpu, * b_gpu, * c_gpu;
    
    //Step1.2 进行数据初始化
    for (size_t i = 0; i < num; i++) {
        a[i] = i;
        b[i] = 2 * i;
    }

    //Step2.1 分配device内存
    cudaMalloc((void **)&a_gpu, num * sizeof(int));
    cudaMalloc((void **)&b_gpu, num * sizeof(int));
    cudaMalloc((void **)&c_gpu, num * sizeof(int));

   //Step2.2 从host将数据拷贝到device上
    cudaMemcpy(a_gpu, a, num * sizeof(int), cudaMemcpyHostToDevice);
    cudaMemcpy(b_gpu, b, num * sizeof(int), cudaMemcpyHostToDevice);

    //Step3 调用CUDA的核函数在device上完成指定的运算
    arr_add<<<1, 10 >>> (a_gpu, b_gpu, c_gpu, num);

    //Step4 将device的结果拷贝到host上
    cudaMemcpy(c, c_gpu, num * sizeof(int), cudaMemcpyDeviceToHost);

    for (size_t i = 0; i < num; i++) {
        printf("%d+%d=%d\n", a[i], b[i], c[i]);
    }

    //Step5 释放device上的内存和host上的内存
    cudaFree(a_gpu);
    cudaFree(b_gpu);
    cudaFree(c_gpu);

    return 0;

}