cuda 函数传地址_CUDA程序设计入门（三）——实现简单的应用：向量加

上期内容：核函数

---

写在前面

因为疫情原因拖更了很久，本想回到学校后继续用学校的服务器做实验，结果碰上服务器维护，所以本期实验使用的GPU为PC端显卡。本期文章将讨论如何实现CUDA版的向量加程序——一种在数值应用中常见的计算场景，并与CPU版程序进行比较。

本来还想在本期文章中加入矩阵乘的实现，但后来感觉矩阵乘和向量加有很多重复的内容，那就不增加文章的篇幅了。

实验用完整代码可见我的GitHub：https://github.com/BenQuickDeNN/CUDA_tutorial/tree/master/vadd

实现向量加

一般情况下，数值计算应用场景下的向量加形式化定义为：

其中，c、a、b皆为向量，alpha和beta为标量。

向量加程序是非常典型的一维批量数据运算，其在一般编程情景中的示例代码如下：

for (int i = 0; i < LEN; i++)
    c[i] = alpha * a[i] + beta * b[i];

现在我们要把类似的功能搬到GPU上。

1 编写核函数

核函数用于封装程序的热点。我们希望调用一个一维Grid和若干个一维Block来并行处理向量加计算，每个线程处理其中的一批（batch）加法运算。需要注意：

1. 核函数不能返回任何值，所以参数中应包括用于存储结果的数组，通过参数传回计算结果。
2. 因为Grid和Block都是一维的，所以计算线程号的过程可以大大简化。

核函数示例代码如下：

/*********************************************************************
 * @file 	cuda_vadd_kernel.cu
 * @brief 	kernel source of vector add
 * @author 	Bin Qu
 * @email 	benquickdenn@foxmail.com
 * you can reedit or modify this file
*********************************************************************/

#ifndef CUDA_VADD_KERNEL_H

#define CUDA_VADD_KERNEL_H

#include "confi