本文记录了在学习OpenGL时如何利用CUDA进行并行计算的过程。首先，设置了共享数据区，然后初始化OpenGL，特别强调了glewInit()的重要性。接着，通过OpenGL API创建数据缓冲区，并将其分享给CUDA。CUDA映射共享资源后执行核函数，最后解除映射并调用OpenGL API展示结果。关键步骤包括资源的映射和解映射，以及CUDA核函数的执行。
最近在学习OpenGL，过程中需要使用CUDA进行并行计算。因此，需要解决OpenGL与CUDA的交互问题。学习记录如下：
- Step1. 共享数据区
想到交互，不难想到通信，数据共享等词语。这里使用的是共享数据的方式来完成OpenGL与CUDA的交互。而OpenGL与CUDA都有着自己独特的类型定义。因此，对于共享的数据区，我们需要给它起两个不同的名字，分别为OpenGL以及CUDA服务
OpenGL：
GLuint bufferObj;CUDA：
cudaGraphicsResource *resource;- Step2.将显卡设备与OpenGL关联（已废除）
注：在CUDA5.0版本以及以后的版本，不需要此操作。参考NVIDIA官方文档如下：
Deprecated
This function is deprecated as of CUDA 5.0.
This function is deprecated and should no longer be used. It is no longer necessary to associate a CUDA device with an OpenGL context in order to achieve maximum interoperability performance.
具体的设置代码为： </
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
