【GPU高性能编程CUDA实战】第3章_CUDA_C简介

第三章 CUDA C简介

---

代码地址：
ZhangXinNan/CUDA-by-Example-source-code-for-the-book-s-examples-

3.2 第一个程序

3.2.1 hello world

代码：hello_world.cu

• 主机（host)：CPU及系统的内存称为主机。
• 设备（device）：GPU及其内存称为设备。
• 核函数（kernel）：GPU上运行的函数称为核函数。

3.2.2 核函数调用

代码：simple_kernel.cu

__global__ ：告诉编译器，函数应该编译为在设备而不是在主机上运行。

3.2.3 传递参数

代码：simple_kernel_params.cu

• cudaMolloc() CUDA运行时在设备上分配内存
• cudaFree() 释放cudaMolloc()分配的内存
• cudaMemcpy() 访问设备上的内存

【注】
（1）不能为主机代码中使用cudaMalloc()分配的指针进行内存读写操作。
（2）主机指针只能访问主机代码中的内存，设备指针只能访问设备代码中的内存。

3.3 查询设备

代码：enum_gpu.cu

• cudaGetDeviceCount() 获得CUDA设备的数量。
• cudaDeviceProp 结构体，设备的相关属性。
• cudaGetDeviceProperties() 查询设备的相关信息

输出：

   --- General Information for device 0 ---
Name:  GeForce GTX 1070
Compute capability:  6.1
Clock rate:  1695000
Device copy overlap:  Enabled
Kernel execution timeout :  Enabled
   --- Memory Information for device 0 ---
Total global mem:  0
Total constant Mem:  65536
Max mem pitch:  2147483647
Texture Alignment:  512
   --- MP Information for device 0 ---
Multiprocessor count:  16
Shared mem per mp:  49152
Registers per mp:  65536
Threads in warp:  32
Max threads per block:  1024
Max thread dimensions:  (1024, 1024, 64)
Max grid dimensions:  (2147483647, 65535, 65535)

3.4 设备属性的使用

代码：set_gpu.cu
输出：

ID of current CUDA device:  0
ID of CUDA device closest to revision 1.3:  0

• cudaChooseDevice() 选择满足条件的某个设备
• cudaSetDevice() 所有的设备操作执行在这个设备上。