cuda默认的示例一

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

#include <stdio.h>
//程序首先定义了一个函数 cudaError_t 这是调用GPU运算的入口函数，返回类型为 cudaError_t,
//cudaError_t是一个美剧类型，可以作为几乎所有cuda函数的返回类型，用于检测函数执行时发生的不同的错误
//其错误有80多种类型，可以在driver_types.h头文件中查看每一个整型对应的错误类型，如果返回0，代表执行成功
//其中此后面要写上定义的函数
cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size);
//__global__表示此函数在gpu上的nvcc编译器编译 ，但是由CPU调用 格式为function<<>> ();
//<<<2，3>>>，表示运行的配置符号，即两个线程块，每个线程块size个线程
//即在cpu调用此函数时，启动（2，3）结构的设备启动代码，如果是（1，size）可以用 threadIdx.x获取执行当任务的设备线程ID

__global__ void addKernel(int *c, const int *a, const int *b)
{
    int i = threadIdx.x;
    c[i] = a[i] + b[i];
}

int main()
{
    const int arraySize = 5;
    const int a[arraySize] = { 1, 2, 3, 4, 5 };
    const int b[arraySize] = { 10, 20, 30, 40, 50 };
    int c[arraySize] = { 0 };

    // Add vectors in parallel. 并行加法
    cudaError_t cudaStatus = addWithCuda(c, a, b, arraySize);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addWithCuda failed!");
        return 1;
    }

    printf("{1,2,3,4,5} + {10,20,30,40,50} = {%d,%d,%d,%d,%d}\n",
        c[0], c[1], c[2], c[3], c[4]);

    // cudaDeviceReset must be called before exiting in order for profiling and
    // tracing tools such as Nsight and Visual Profiler to show complete traces.
    // cudaDeviceReset 必须在退出之前调用，以便分析和跟踪工具（例如 Nsight 和 Visual Profiler）显示完整的跟踪
    //cudaDeviceReset()函数：显式销毁，用于释放所有申请的显存空间 重置设备状态，后续调用将重新初始化该设备

    /*cudaStatus = cudaDeviceReset();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaDeviceReset failed!");
        return 1;
    }*/

    return 0;
}

// Helper function for using CUDA to add vectors in parallel.
//使用 CUDA 并行添加向量的辅助函数。
cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size)
{
    int *dev_a = 0;
    int *dev_b = 0;
    int *dev_c = 0;
    cudaError_t cudaStatus;

    // 选择要在哪个 GPU 上运行，在多 GPU 系统上进行更改。
    //cudaSetDevice()函数用来设置要在哪个GPU上执行，如果只有一个GPU，设为cudaSetDevice(0)
    
    cudaStatus = cudaSetDevice(0);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaSetDevice failed!  Do you have a CUDA-capable GPU installed?");
        goto Error;
    }

    // 为三个向量（两个输入，一个输出）分配 GPU 缓冲区
   //cudamalloc函数用来为数据分配显存空间 原型为cudaError_t cudaMalloc(void **p, size_t s)；
    cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }

    cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }

    cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }

    // 将输入向量从主机内存复制到 GPU 缓冲区。
    //cudaMemcpy用于主机内存和设备显存以及主机与主机之间，设备与设备之间相互拷贝数据
    //cudaError_t CUDARTAPI cudaMemcpy(void *dst, const void *src, size_t count, enum cudaMemcpyKind kind); 
    //要从src复制size_t count到dst上，方向为  HToH；HToD；DToH；DToD
    cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(int), cudaMemcpyHostToDevice);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }

    cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }

    // 在 GPU 上启动一个内核，每个元素都有一个线程。
    addKernel<<<1, size>>>(dev_c, dev_a, dev_b);

    // 检查启动内核的任何错误
    //cudaGetLastError返回运行时的最新的一个调用的错误，可以获取错误的详细信息


    cudaStatus = cudaGetLastError();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addKernel launch failed: %s\n", cudaGetErrorString(cudaStatus));
        goto Error;
    }
    
    // cudaDeviceSynchronize 等待内核完成，并返回启动期间遇到的任何错误。
    //cudaDeviceSynchronize函数提供了一个阻塞，用于等待所有的线程都执行完各自的计算任务，然后继续往下执行
    cudaStatus = cudaDeviceSynchronize();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);
        goto Error;
    }

    // 将输出向量从 GPU 缓冲区复制到主机内存。
    cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(int), cudaMemcpyDeviceToHost);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }

    //cudaFree用于释放申请的显存空间
    //cudaDeviceReset函数用于释放所有申请的显存空间和重置设备状态
Error:
    cudaFree(dev_c);
    cudaFree(dev_a);
    cudaFree(dev_b);
    
    return cudaStatus;
}

uint3类型的 threadIdx—线程的索引
blockIdx----一个线程块的索引
dim3类型的 blockDim----线程块的大小 x y z 维度
gridDim-------网络大小

网络 （gridDim）包含多个线程块（blockDim）,一个线程块含有多条线程

float类型的变量在printf函数中是自动转换成了double类型的变量的，这样的话，float变量就不再是4个字节，而是8个字节了

转载以下原链接
https://blog.csdn.net/qq_33485434/article/details/79058528