cuda（2(c)）

cuda代码实现步骤

1. 声明分配host和device memory
2. 初始化host数据
3. 从host到device转移数据
4. 执行一个或者更多核心
5. 转移device结果到host

常用的cuda函数

• cudaMalloc(&device_var,sizeofarray):通常device_var表示gpu上为数组开辟的空间，sizeofarray:数组占据的bit位数。host上分配空间(type*)malloc(sizeofarray),type表示数据类型,如:float
• cudaMemcpy(d_x, x, N*sizeof(float), cudaMemcpyHostToDevice)：d_x表示在device上的变量的地址，x表示在host上的位置，N*sizeof(float)表示长度为N的浮点数数据占据的比特数，cudaMemcpyHostToDevice表示数据传递的方向是从Host到Device，cudaMemcpyDeviceToHost表示数据传递的方向是从Device到Host。

#include <stdio.h>
// 定义核心函数实现ax+y
__global__ void sax(int N,float *x,float *y,float a){
    int i = threadIdx.x+blockDim.x*blockIdx.x;
    if(i<N){
        y[i] = a*x[i]+y[i];
    }
}
int main(void){
    int N = 1<<20;
    //在host上分配足够的存储空间用于存放x[N],y[N],x是存放位置的指针
    float *x = (float*)malloc(N*sizeof(float));
    float *y = (float*)malloc(N*sizeof(float));
    float *d_x,*d_y;
    //初始化x,y数据
    for(int i=0;i<N;i++)
    {
        x[i] = 1.0;
        y[i] = 2.0;
    }
    //根据host分配的d_x,d_y的地址在gpu memory分配足够的空间存储数据
    cudaMalloc(&d_x,N*sizeof(float));
    cudaMalloc(&d_y,N*sizeof(float));
    //将数组x,y复制到device的memory上的d_x,d_y
    cudaMemcpy(d_x,x,N*sizeof(float),cudaMemcpyHostToDevice);
    cudaMemcpy(d_y,y,N*sizeof(float),cudaMemcpyHostToDevice);
    //启动核心函数，开启256线程
    sax<<<(N+255)/256,256>>>(N,d_x,d_y,1.0);
    //将gpu计算结果复制到host
    cudaMemcpy(y,d_y,N*sizeof(float),cudaMemcpyDeviceToHost);
    //测试代码结果
    bool flag = false;
    for(int i=0;i<N;i++)
    {
        if(y[i] == 3.0)
        flag = true;
    }
    if(flag)
    printf("Error %f",0.0);
    //回收device memory空间
    cudaFree(d_x);
    cudaFree(d_y);
    //回收host memory空间
    free(x);
    free(y);

}