CUDA学习之使用GPU进行两个数相加

Posted 小小一步

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了CUDA学习之使用GPU进行两个数相加相关的知识,希望对你有一定的参考价值。

在CPU上定义两个数并赋值,然后使用GPU核函数将两个数相加并返回到CPU,在CPU上显示

#include "cuda_runtime.h"
#include "device_launch_parameters.h"

#include <iomanip>
#include <iostream>
#include <stdio.h>

using namespace std;

//检测GPU
bool CheckCUDA(void){
    int count = 0;
    int i = 0;

    cudaGetDeviceCount(&count);
    if (count == 0) {
        printf("找不到支持CUDA的设备!\\n");
        return false;
    }
    cudaDeviceProp prop;
    for (i = 0; i < count; i++) {
        if (cudaGetDeviceProperties(&prop, i) == cudaSuccess) {
            if (prop.major >= 1) {
                break;
            }
        }
    }
    if (i == count) {
        printf("找不到支持CUDA的设备!\\n");
        return false;
    }
    cudaGetDeviceProperties(&prop, 0);
    printf("GPU is: %s\\n", prop.name);
    cudaSetDevice(0);
    printf("CUDA initialized success.\\n");
    return true;
}

//使用指针相加
__global__ void addNumber(double a, double b, double *c);

int main(){
    //检测GPU
    if (!CheckCUDA()){
        cout << "No CUDA device.";
        return 0;
    }
    cout << "*************************************************************************************************************" << endl;

    double h_a, h_b, h_c;       //在CPU上定义三个变量
    double *d_c;           //定义一个将指向GPU的指针

    h_a = 2.2;
    h_b = 3.3;

    cudaMalloc((void **)&d_c, sizeof(double));     //为指针在GPU上分配内存空间
   //调用核函数并启用一个线程块和一个线程
addNumber<<<1, 1>>>(h_a, h_b, d_c); //只是单独的两个数相加,不是两个数组相加,只需使用单线程,数组相加可以使用多线程 cudaMemcpy(&h_c, d_c, sizeof(double), cudaMemcpyDeviceToHost); //将GPU上计算好的结果返回到CPU上定义好的变量 //setw(10)表示输出10个空格,需添加 #include <iomanip> cout << setw(10) << h_a << " + " << h_b << " = " << h_c << endl; cout << endl << endl; system("pause"); return 0; } __global__ void addNumber(double a, double b, double *c){ *c = a + b; }

显示结果如下

 

以上是关于CUDA学习之使用GPU进行两个数相加的主要内容,如果未能解决你的问题,请参考以下文章

CUDA学习之使用共享内存(shared memory)进行归约求和

机器学习之GPU运算性能和CPU性能对比

cuda实现矩阵相加

numpy 学习之 np.c_[] 和 np.r_[] 的用法

numpy 学习之 np.c_[] 和 np.r_[] 的用法

numpy 学习之 np.c_[] 和 np.r_[] 的用法