CUDA（5）之并行计算（向量和）

摘要

本文主要通过向量和计算，讲述GPU并行计算。就任务为简单的相关性弱的计算而言，GPU的并行计算速度远远快于CPU。下面我们就以向量和的GPU并行为例进行展开。

 

1. 并行计算经典代码

 

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

#define N 100

__global__ void add(int *a, int *b, int *c) {
	int tid = blockIdx.x;
	if (tid>>(dev_a, dev_b, dev_c);

	// 复制GPU计算结果到CPU
	cudaMemcpy(c, dev_c, N*sizeof(int), cudaMemcpyDeviceToHost);

	// 输出结果
	for (int i=0; i

 

 

 

2. 关于add()函数

 

__global__ void add(int *a, int *b, int *c) {
	int tid = blockIdx.x;
	if (tid

之所以是blockId.x，顾名思义，当然有blockId.y和blockId.z，其目的在于方便GPU处理数学或者三维图像等问题。
 

 

3. 关于核函数<<<>>>参数

核函数的一般参数形式为Kernel<<>>(param list); 其中，Dg的单位为(1/blocks)，Db的单位为(threads/block)。因此，注意，线程Thread数目=Dg乘以Db.