cpp文件调用CUDA .cu文件实现显卡加速相关编程

    本篇文章谈的是cpp文件如何调用CUDA的.cu文件实现显卡加速的相关编程。当然，这是在默认已经配置好CUDA的情况下进行的，如果对于如何配置CUDA还有疑问可以看之前写的这一篇文章。另外，现在CUDA已经放出了支持VS2013的6.5版本，所以还是建议用最新的，毕竟VS2013好用太多，配置起来也没什么区别。关于那篇配置文章，并没有解决CUDA相关函数偶有错误提示的问题，虽然对于编译没有影响，但是对于有强迫症的人来说还是比较纠结的，本人研究过后会更新，望周知。

    关于如何通过cpp文件调用CUDA的.cu文件实现显卡加速相关编程的问题，有两种方法。本篇先谈的是根据VS2013模板创建CUDA工程（安装6.5版本CUDA后可看到）然后再加入cpp文件的这一种方法。至于另外的在MFC或者win32工程等添加.cu文件再进行调用这种其实本质上是差不多的，会比较麻烦，本人后面有时间再更新。

    在主题开始之前，先说下如何调用CUDA进行显卡加速，其实大的方向是十分简单的。流程大致如下：

    初始化显卡内存->将主机待处理的内存数据拷贝到显卡内存中->利用显卡处理相关的数据->将处理完成的显卡内存数据拷回主机内存

    OK，下面进入主题

    首先创建CUDA工程，工程创建完成之后会有一个.cu文件，将文件的内容替换成如下内容

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

 inline void checkCudaErrors(cudaError err)//错误处理函数
 {
	   if (cudaSuccess != err)
		{
		    fprintf(stderr, "CUDA Runtime API error: %s.\n", cudaGetErrorString(err));
		    return;
		}
 }

__global__ void add(int *a,int *b,int *c)//处理核函数
{
	int tid = blockIdx.x*blockDim.x+threadIdx.x;
	for (size_t k = 0; k < 50000; k++)
	{
		c[tid] = a[tid] + b[tid];
	}
}

extern "C" int runtest(int *host_a, int *host_b, int *host_c)
{
	int *dev_a, *dev_b, *dev_c;
	
	checkCudaErrors(cudaMalloc((void**)&dev_a, sizeof(int)* datasize));//分配显卡内存
	checkCudaErrors(cudaMalloc((void**)&dev_b, sizeof(int)* datasize));
	checkCudaErrors(cudaMalloc((void**)&dev_c, sizeof(int)* datasize));
	
	checkCudaErrors(cudaMemcpy(dev_a, host_a, sizeof(int)* datasize, cudaMemcpyHostToDevice));//将主机待处理数据内存块复制到显卡内存中
	checkCudaErrors(cudaMemcpy(dev_b, host_b, sizeof(int)* datasize, cudaMemcpyHostToDevice));

	add << > >(dev_a, dev_b, dev_c);//调用显卡处理数据
	checkCudaErrors(cudaMemcpy(host_c, dev_c, sizeof(int)* datasize, cudaMemcpyDeviceToHost));//将显卡处理完数据拷回来

	cudaFree(dev_a);//清理显卡内存
	cudaFree(dev_b);
	cudaFree(dev_c);
	return 0;
}

    然后在工程中添加main.h文件，添加如下内容

#include//时间相关头文件，可用其中函数计算图像处理速度  
#include 
#define datasize 50000

    下面添加main的实现文件cpp，在cpp中实现对于CUDA的.cu文件的调用。内容如下

#include "main.h"
extern "C" int runtest(int *host_a, int *host_b, int *host_c);//显卡处理函数

int main()
{
	int a[datasize], b[datasize], c[datasize];
	for (size_t i = 0; i < datasize; i++)
	{
		a[i] = i;
		b[i] = i*i;
	}

	long now1 = clock();//存储图像处理开始时间  
	runtest(a,b,c);//调用显卡加速
	printf("GPU运行时间为：%dms\n", int(((double)(clock() - now1)) / CLOCKS_PER_SEC * 1000));//输出GPU处理时间

	long now2 = clock();//存储图像处理开始时间  
	for (size_t i = 0; i < datasize; i++)
	{
		for (size_t k = 0; k < 50000; k++)
		{
			c[i] = (a[i] + b[i]);
		}
	}
	printf("CPU运行时间为：%dms\n", int(((double)(clock() - now2)) / CLOCKS_PER_SEC * 1000));//输出GPU处理时间


	/*for (size_t i = 0; i < 100; i++)//查看计算结果
	{
		printf("%d+%d=%d\n", a[i], b[i], c[i]);
	}*/

	getchar();
	return 0;
}

    需要注意的是，在用来被调用的CUDA函数中要加上extern "C" 的声明，并在cpp文件中进行声明（extern "C" int runtest(int *host_a, int *host_b, int *host_c);）后再调用。

    到此本篇的第一大部分就做完了，编译运行可以看到GPU在处理复杂并行计算的时候的确比CPU快的多。关于前面提到的另外一种方法下次再谈吧，假期要结束了,额。。。

    好吧，距上面文章完成已经半年之久，来填坑了，另一种方法的博客地址在这里。