C++编程笔记(GPU并行编程)

• 一、配置并使用
• 二、代码

一、配置并使用

环境：Windows10 + CLion + VS2019

cuda的安装，并行的话只需要安装cuda，cuDNN就不必了

编译器设置，windows下建议使用MSVC，因为是官方支持的，记得架构一定要设置amd64

GPU版本架构查询网址
CmakeList.txt编写

cmake_minimum_required(VERSION 3.22)#跟据自己的cmake版本来设置

project(CUDA_TEST2 LANGUAGES CXX CUDA)

set(CMAKE_CUDA_STANDARD 17)
set(CMAKE_BUILD_TYPE Release)

set(CMAKE_CUDA_ARCHITECTURES 61)

#设置device函数的声名和定义分开,为了性能，不建议这样
set(CMAKE_CUDA_SEPARABLE_COMPILATION ON)

add_executable(CUDA_TEST2 main.cu)

#clion加的,好像可以不要
#set_target_properties(CUDA_TEST2 PROPERTIES
#        CUDA_SEPARABLE_COMPILATION ON)

至此，就可以开始写代码了

二、代码

• __global__：定义在GPU上的核函数，GPU执行，从CPU调用，可以有参数，不能有返回值，global就是GPU的main函数，device就是其他函数
• __device__：device修饰的函数定义在GPU上，device是设备函数，GPU执行，只能由GPU调用，调用规则与普通函数一样
• __host__：host修饰的函数定义在CPU上，只能在CPU上调用，调用规则与普通函数一样
• 同时加上host和device修饰符表示同时定义在CPU和GPU上，二者都可调用

__global__ void kernel() {
  //sayHi();
  printf("Block %d of %d, Thread %d of %d\n", blockIdx.x, gridDim.x, threadIdx.x, blockDim.x);
  //printf("Thread Numbers %d\n",blockDim.x);
  //线程编号
  //printf("Thread %d\n",threadIdx.x);
  //sayHello();
}

__device__ void sayHi() {
  printf("Hi , GPU\n");
}

__host__ void sayHiCpu() {
  printf("Hi , CPU\n");
}

__host__ __device__ void sayHello() {
  //从GPU上调用就有这个宏
#ifdef __CUDA_ARCH__
  printf("Hello , GPU CUDA_ARCH=%d\n", __CUDA_ARCH__);
#else
  printf("Hello , CPU NO CUDA_ARCH\n");
#endif
}

一个kernel就是一个网格
网格内有多个板块，板块内有多个线程组
核函数调用时，parm1:板块 parm2:线程数量

#include <iostream>
#include <cuda_runtime.h>

int main() {
  kernel<<<2, 3>>>();

  kernel<<<dim3(2, 2, 2), dim3(2, 2, 2)>>>();
  cudaDeviceSynchronize();

  return 0;
}