CMakeList 编译cuda程序

安装cuda  网上有很多

vim gpu.cu
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include <sys/time.h>
#include <stdio.h>
#include <math.h>
#include <iostream>
#define Row  1024
#define Col  1024

__global__ void matrix_mul_gpu(int* M, int* N,int* P, int width)
{
   int i = threadIdx.x + blockDim.x * blockIdx.x;
   int j = threadIdx.y + blockDim.y * blockIdx.y;
  
   int sum = 0;
   for(int k = 0; k < width; ++k)
   {
     int a = M[j * width + k];
     int b = N[k * width + i];
     sum += a * b;
   }
  P[j * width + i] = sum;
}


int main()
{
  struct timeval start, end;
  gettimeofday(&start, NULL);

  int *A = (int*)malloc(sizeof(int) * Row * Col);
  int *B = (int*)malloc(sizeof(int) * Row * Col);
  int *C = (int*)malloc(sizeof(int) * Row * Col);

  int *d_dataA, *d_dataB, *d_dataC;
  cudaMalloc((void**)&d_dataA, sizeof(int) * Row * Col);
  cudaMalloc((void**)&d_dataB, sizeof(int) * Row * Col);
  cudaMalloc((void**)&d_dataC, sizeof(int) * Row * Col);

  for( int i = 0; i < Row * Col; ++i)
  { 
    A[i] = 90;
    B[i] = 10;
  }
 
  cudaMemcpy(d_dataA, A, sizeof(int) * Row * Col,cudaMemcpyHostToDevice);
  cudaMemcpy(d_dataB, B, sizeof(int) * Row * Col,cudaMemcpyHostToDevice);
  dim3 threadPerBlock(16, 16);
  dim3 blockNumber((Col + threadPerBlock.x-1)/threadPerBlock.x,
                   (Row + threadPerBlock.y-1)/threadPerBlock.y);
  matrix_mul_gpu << <blockNumber, threadPerBlock>> >(d_dataA,d_dataB,d_dataC,Col);
 cudaMemcpy(C, d_dataC,sizeof(int) * Row * Col,cudaMemcpyDeviceToHost);

 std::cout << C[ 512 * 1024 + 512] << std::endl;
 free(A);
 free(B);
 free(C);
 cudaFree(d_dataA);
 cudaFree(d_dataB);
 cudaFree(d_dataC);

 gettimeofday(&end, NULL);
 int timeuse = 1000000 * (end.tv_sec - start.tv_sec) + end.tv_usec - start.tv_usec;
 printf("totoal time is %f ms\r",timeuse / 1000.0);
  return 0;
}

保存(上代码仅供测试)

vim CMakeLists.txt
cmake_minimum_required(VERSION 2.6)
 
project(cudatest)

find_package(CUDA)
if( NOT CUDA_FOUND )
        message(STATUS "CUDA Not Found. Project will not be build.")
endif( CUDA_FOUND )

cuda_add_executable(${PROJECT_NAME} gpu.cu)

保存

cmake .
cmake --build .
./gputest

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要使用CMake编译CUDA代码,你需要按照以下步骤进行操作: 1. 确保你已经安装了CUDA工具包,并且CUDA的bin目录已经添加到了系统的环境变量中。 2. 创建一个CMakeLists.txt文件,用于描述你的项目的构建过程。在该文件中,你需要指定CUDA的相关设置。 以下是一个示例的CMakeLists.txt文件: ``` cmake_minimum_required(VERSION 3.17) project(your_project_name CUDA) # 设置CUDA的相关设置 find_package(CUDA REQUIRED) include_directories(${CUDA_INCLUDE_DIRS}) set(CUDA_NVCC_FLAGS ${CUDA_NVCC_FLAGS};-O3 -arch=sm_35) # 添加你的源文件 add_executable(your_executable_name your_source_files.cu) ``` 在上述示例中,通过`find_package(CUDA REQUIRED)`来查找CUDA,并使用`include_directories`添加CUDA的头文件目录。 通过`set(CUDA_NVCC_FLAGS ...)`设置NVCC编译选项,例如指定优化级别和计算能力。 通过`add_executable`添加你的CUDA源文件。 3. 在项目的根目录下创建一个build目录,然后进入该目录。 4. 运行CMake来生成构建文件。可以使用下面的命令: ``` cmake .. ``` 这将根据CMakeLists.txt文件生成适用于你的操作系统的构建文件。 5. 运行构建命令来编译你的项目。可以使用下面的命令: ``` cmake --build . ``` 这将根据生成的构建文件进行编译。 完成上述步骤后,你的CUDA项目应该成功编译。请注意,以上仅提供了一个基本示例,你可能需要根据你的项目的实际情况进行适当的修改。
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