LuchangLi 的专栏

transpose算子优化的几种常见场景

2D Transpose算子GPU实现和优化

本文旨在加深理解GPU底层硬件架构以及硬件如何执行CUDA 程序的细节，并且反过头来进一步指导CUDA程序的编写。

CUDA代码中出现类似afx MFC等调用，把这些调用放到.cpp后缀代码中即可。

CUDA Constant Memory声明后，不能作为参数传递。比如可以这样__constant__ int constData[5];__global__ void addKernel(int *c, const int *a, const int *b){ int i = threadIdx.x; c[i] = a[i] + b[i] + constData[i...

其实一般不需要配置，装好了就能正常语法高亮和查找CUDA里面的各种定义。如果不能，说明NVIDIA Nsight Visual Studio没有安装成功，可以下载单独的Nsight安装即可。 ...

参考《CUDA C BEST PRACTICES GUIDE》 chapter 15 PREPARING FOR DEPLOYMENT，关于部署CUDA加速的程序时，往往对CUDA加速的程序编译为动态链接库或者静态链接库。这两者导致的区别是，使用动态链接库，在目标机器上运行时，必须一并安装和编译库时一样的CUDA版本，而静态库没有这样的要求。可见静态库对使用者来说可能更加方便。

CUDA GPU编程中使用结构体传递函数参数 CUDAGPU编程中，虽然统一寻址(Unified Memory)技术能够大大简化编程难度和代码复杂度，但是速度略有牺牲，同时对运行环境提出更多的要求。而在不使用这项技术时，编程时需要同时创建CPU（host）和GPU（device）端的变量指针，然后为其分别分配内存。操作完成后，再分别释放内存。CUDA工程的范例程序中，单

CUDA 6.0推出了统一内存寻址（Unified Memory）的方式，可以大大简化CUDA程序的编写，但有编程的时候几个小的注意点需要注意。