GPU-CUDA编程学习(二)-向量操作

本文介绍了GPU-CUDA编程中的向量操作,包括两向量加法和元素平方操作,展示了如何利用CUDA实现并行计算,从而大幅提高执行效率。在两向量加法示例中,通过对比CPU与GPU的执行时间,证明了GPU的并行计算优势。随后,文章提到了向量元素平方操作的实现,强调了块的最大线程数限制,并预告了下一章将探讨CUDA的内存架构和线程同步。
摘要由CSDN通过智能技术生成

上一节的程序并没有体现出并行程序的优势,从本节开始我们将开始学习CUDA的向量操作,这将大大展现出GPU的好处。

Two-vector addition program(两向量加法)

我们先编写出CPU下的加法程序

#include "stdio.h"
#include<iostream>
//Defining Number of elements in Array
#define N 5
//Defining vector addition function for CPU
void cpuAdd(int *h_a, int *h_b, int *h_c)
{
   
int tid = 0;
while (tid < N)
{
   
h_c[tid] = h_a[tid] + h_b[tid];
tid += 1;
}
}
int main(void)
{
   
int h_a[N], h_b[N], h_c[N];
//Initializing two arrays for addition
for (int i = 0; i < N; i++)
{
   
h_a[i] = 2 * i*i;
h_b[i] = i;
}
//Calling CPU function for vector addition
cpuAdd (h_a, h_b, h_c);
//Printing Answer
printf("Vector addition on CPU\n");
for (int i = 0; i < N; i++)
{
   
printf("The sum of %d element is %d + %d = %d\n", i, h_a[i], h_b[i], h_c[i]);
}
return 0;
}

程序中有两个函数:main和cpuAdd。在main函数中,我们首先定义两个数组来保存输入ÿ

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值