GPU/CUDA程序初体验 向量加法

现在主要的并行计算设备有两种发展趋势：

(1)多核CPU。

　　双核，四核，八核，。。。，72核，。。。，可以使用OpenMP编译处理方案，就是指导编译器编译为多核并行执行。

(2)多线程设备(GP)GPU。

　　通用GPU，就是显卡，以nvidia公司的显卡为主。nvidia使用CUDA编程。

由于毕业的需要，现在开始学习CUDA编程。看了一段时间教程，目前环境已经配好，下面是一个简单的CUDA程序：

程序实现向量的加法操作，使用了一个block内部的512个线程。

 #include <stdio.h>
 #include<cuda_runtime.h>

 //__global__声明的函数，告诉编译器这段代码交由CPU调用，由GPU执行
 __global__ void add(const int *dev_a,const int *dev_b,int *dev_c)
 {
     int i=threadIdx.x;
     dev_c[i]=dev_a[i]+dev_b[i];
 }

 int main(void)
 {
     //申请主机内存，并进行初始化
     int host_a[],host_b[],host_c[];
     for(int i=;i<;i++)
     {
         host_a[i]=i;
         host_b[i]=i<<;
     }

     //定义cudaError，默认为cudaSuccess(0)
     cudaError_t err = cudaSuccess;

     //申请GPU存储空间
     int *dev_a,*dev_b,*dev_c;
     err=cudaMalloc((void **)&dev_a, sizeof(int)*);
     err=cudaMalloc((void **)&dev_b, sizeof(int)*);
     err=cudaMalloc((void **)&dev_c, sizeof(int)*);
     if(err!=cudaSuccess)
     {
         printf("the cudaMalloc on GPU is failed");
         return ;
     }
     printf("SUCCESS");
     //将要计算的数据使用cudaMemcpy传送到GPU
     cudaMemcpy(dev_a,host_a,sizeof(host_a),cudaMemcpyHostToDevice);
     cudaMemcpy(dev_b,host_b,sizeof(host_b),cudaMemcpyHostToDevice);

     //调用核函数在GPU上执行。数据较少，之使用一个Block，含有512个线程
     add<<<,>>>(dev_a,dev_b,dev_c);
     cudaMemcpy(&host_c,dev_c,sizeof(host_c),cudaMemcpyDeviceToHost);
     for(int i=;i<;i++)
         printf("host_a[%d] + host_b[%d] = %d + %d = %d\n",i,i,host_a[i],host_b[i],host_c[i]);
     cudaFree(dev_a);//释放GPU内存
     cudaFree(dev_b);//释放GPU内存
     cudaFree(dev_c);//释放GPU内存
     return  ;
 }

程序输出：