1. 准备makefile
为了避免每次都要键入nvcc的命令,要准备一个makefile。makefile如下:
CUFLAG = -g -Xcompiler -v \
-gencode=arch=compute_20,code=sm_20\
-gencode=arch=compute_20,code=compute_20\
-O2
IFLAGS = -I$(CUDA_DIR)/include -I$(CUDA_SDK_DIR)/C/common/inc -I../include
LFLAGS = -L$(CUDA_DIR)/lib64 -L$(CUDA_SDK_DIR)/C/lib
PRG = cuda_test
$(PRG) : main.cu
nvcc main.cu -o $(PRG) $(CUFLAG) $(IFLAGS) $(LFLAGS)
2 异构计算(Heterogeneous Computing)
以下为几个技术名词的简单介绍:
- 主机(host):CPU及其内存(host memory)。
- 设备(device):GPU及其内存(device memory)。
- 主机代码(host code):运行在CPU上的(一般来说「串行执行」的)代码。
- 设备代码(device code):运行在GPU上的并行执行的代码。
- 异构计算:由主机代码(host code)和设备代码(device code)协同执行完成的计算。
- 将输入数据通过PCI总线从CPU内存拷贝到GPU的DRAM中。
- 从内存中加载需要执行的代码到GPU后。
- 数据和指令都就绪后,就可以执行了。注意,在执行的过程中,GPU会在片上缓存数据以提升性能。
- 计算完毕后,将结果从GPU的DRAM中拷回CPU的Memory中。
#include<stdio.h>
#include<stdlib.h>
#include<cuda.h>
#include<cutil.h>
__global__ void mykernel(void) {
}
int main(void) {
mykernel<<<1,1>>>();
printf("Hello World!\n");
return 0;
}
上述代码编译后运行生成可执行文件cuda_test,运行cuda_test后将输出:
Hello World!
注意:
- 调用kernel时需要三个尖括号
- 包含必要的头文件
- 此函数代码由设备执行
- 此函数由主机代码调用
- 设备函数由NVIDA编译器编译
- 主机函数由主机上配置的编译器编译
三个尖括号标志着一个从主机代码调用设备代码的函数,称为“启动内核”(kernel launch)
例2: 整数相加
#include<stdio.h>
#include<stdlib.h>
#include<cuda.h>
#include<cutil.h>
__global__ void integer_add(int * a, int * b, int * c) {
*c = *a + *b;
}
int main(void) {
int a,b,c;
int * d_a, * d_b, * d_c;
int size = sizeof(int);
cudaMalloc((void**)&d_a,size);
cudaMalloc((void**)&d_b,size);
cudaMalloc((void**)&d_c,size);
printf("Enter two integers with a space to separate them:\n");
scanf("%d %d",&a,&b);
cudaMemcpy(d_a,&a,size,cudaMemcpyHostToDevice);
cudaMemcpy(d_b,&b,size,cudaMemcpyHostToDevice);
integer_add<<<1,1>>>(d_a,d_b,d_c);
cudaMemcpy(&c,d_c,size,cudaMemcpyDeviceToHost);
cudaFree(d_a);
cudaFree(d_b);
cudaFree(d_c);
printf("Sum is %d\n",c);
return 0;
}
__global__修饰的integer_add函数说明:
- integer_add函数将在设备上执行
- integer_add函数将被主机调用
由于integer_add函数在设备上执行,所以指针a,b,c应该指向设备内存。这说明需要在设备内存中为变量开辟内存。
设备内存和主机内存在物理上是完全分开的不同电子部件:
- 设备指针指向GPU内存的某个位置。设备指针可以从主机端传给设备端或者从设备端传给主机端,但是设备指针不能在主机端解引用。
- 主机指针指向CPU内存的某个位置。主机指针可以从设备端传给主机端或者从主机端传给设备端,但是主机指针不能在设备端解引用。
CUDA API提供的用于处理设备内存的函数有cudaMalloc, cudaFree, cudaMemcpy。语义上分别对应于C语言的malloc, free, memcpy函数。这几个函数的具体使用方法如例2所示。