CUDA学习笔记（1）数组求和

用最基本的一维线程格，一维线程块，16个线程。因此tid=threadIdx.x。

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

#include 

#include "H:\cuda_by_example\common\book.h"
#include "H:\cuda_by_example\common\cpu_bitmap.h"
  
#include   
#include   
#include   
  
using namespace std;  
  
// 二：线程执行代码  
__global__ void vector_add(float* vec1, float* vec2, float* vecres, int length) {  
    int tid = threadIdx.x;  
    if (tid < length) {  
        vecres[tid] = vec1[tid] + vec2[tid];  
    }  
}  
  
int main() {  
    const int length = 16;                                      // 数组长度为16  
    float a[length], b[length], c[length];                      // host中的数组  
    for (int i = 0; i < length; i++) {                          // 初始赋值  
        a[i] = b[i] = i;  
    }  
    float* a_device, *b_device, *c_device;                      // device中的数组  
  
    cudaMalloc((void**)&a_device, length * sizeof(float));      // 分配内存  
    cudaMalloc((void**)&b_device, length * sizeof(float));  
    cudaMalloc((void**)&c_device, length * sizeof(float));  
  
    cudaMemcpy(a_device, a, length * sizeof(float), cudaMemcpyHostToDevice);    // 将host数组的值拷贝给device数组  
    cudaMemcpy(b_device, b, length * sizeof(float), cudaMemcpyHostToDevice);  
  
    // 一：参数配置  
    dim3 grid(1, 1, 1), block(length, 1, 1);                    // 设置参数  
    vector_add<<>>(a_device, b_device, c_device, length);           // 启动kernel  
  
    cudaMemcpy(c, c_device, length * sizeof(float), cudaMemcpyDeviceToHost);    // 将结果拷贝到host  
  
    for (int i = 0; i < length; i++) {                          // 打印出来方便观察  
        cout << c[i] << " ";  
    }  
    cout << endl;  
  
    system("pause");  
    return 0;  
}