并行计算初步—1—用向量之和食用一个栗子

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/lvxiangyu11/article/details/81151135

代码我都加上注释了，耐心看完就行了，23333。不是作者菜，是没耐心看完代码。作者就是菜！！

/*
这段代码由lvxiangyu11编写，转载请注明出处。https://blog.csdn.net/lvxiangyu11
*/
#include "cuda_runtime.h"
#include "device_launch_parameters.h"

#include <stdio.h>
#include<iostream>
#include<vector>
#include<ctime>
//偷懒定义一些东西方便下面缩减代码

#define TYPENAME int
#define NUM 2000000
#define c_size_ sizeof(TYPENAME)*NUM
#define ll long long 

using namespace std;

cudaError_t addWithCuda(int *c, const int *a, const int *b, ll size);

//单block单thread向量加
__global__ void addWithGpu_ss(TYPENAME *a, TYPENAME *b, TYPENAME *c, unsigned int n) {
	for (ll i = 0; i < n; i++) {
		c[i] = a[i] + b[i];
	}
}
//d_映射显存
TYPENAME a[NUM] = { 1,2,3,4 }, b[NUM] = { 0 }, c[NUM] = { 0 };
//单block多thread向量加
__global__ void addWithGpu_sm(TYPENAME *a, TYPENAME *b, TYPENAME *c, unsigned int n) {
	int tid = threadIdx.x;//在kernel函数中用threaIDx.x获得线程索引号
	const int t_n = blockDim.x;//线程索引号做步长
	while (tid < n) {
		c[tid] = a[tid] + b[tid];
		tid += t_n;//反正这里是单层的，对吧？
	}
}
//多block单thread向量加
__global__ void addWithGpu_mm(TYPENAME *a, TYPENAME *b, TYPENAME *c, unsigned int n) {
	const int tidx = threadIdx.x;
	const int bidx = blockIdx.x;
	const int t_n = gridDim.x*blockDim.x;
	int tid = bidx * blockDim.x + tidx;
	while (tid < n) {
		c[tid] = a[tid] + b[tid];
		tid += t_n;
	}
}
TYPENAME *d_a, *d_b, *d_c;
int main()
{
	cudaError_t cudaStatus = cudaGetLastError();

	//——————DEBUG_INIT——————
	for (ll i = 0; i < NUM; i++) {
		a[i] = b[i] = i;
	}
	//——————DEBUG_INIT————————
	//显存申请

	cudaMalloc((void**)&d_a, c_size_);
	cudaMalloc((void**)&d_b, c_size_);
	cudaMalloc((void**)&d_c, c_size_);

	//内存搬运
	cudaMemcpy(d_a,a, c_size_, cudaMemcpyHostToDevice);
	cudaMemcpy(d_b,b, c_size_, cudaMemcpyHostToDevice);
	
	//启动单block单thread向量加
	//addWithGpu_ss << <1, 1 >> > (d_a, d_b, d_c, NUM);

	//启单block多thread向量加
	//addWithGpu_sm << <1, 1024 >> > (d_a, d_b, d_c, NUM);//block不超过1024个，GPU利用率下降，妙啊

	//启多block多thread向量加
	addWithGpu_mm << <1280, 1024 >> > (d_a, d_b, d_c, NUM);//这里block,thread的选择是根据什么来的？

	//从显存中搬运结果
	cudaMemcpy(c, d_c, c_size_, cudaMemcpyDeviceToHost);

	//——————DEBUG_OUT——————
	cudaStatus = cudaGetLastError();
	if (cudaStatus != cudaSuccess) {
		fprintf(stderr, "ERROR2:", cudaGetErrorString(cudaStatus));
		cout << "ERROR:" << cudaGetErrorString(cudaStatus);
	}else
	{
		//用cpu计算核对结果
		for (ll i = 0; i < NUM; i++) {
			if (c[i] != (a[i] + b[i])) {
				cout << "计算错误,见鬼了！"<<endl;
				return 0;
			}
		}
		cout << "运算正确" << endl;
	}
	//——————DEBUG_OUT————————
	//释放显存
	cudaFree(d_a);
	cudaFree(d_b);
	cudaFree(d_c);
	system("pause");
	return 0;
}

附送GPU结构图两张，便于理解block和thread

下面是我食用这三个栗子时的GPU

第一个：

第二三个都类似：

PS：本人穷鬼一个，买不起tesla计算卡，倾家荡产才搞来一个1060.。。。各位莫怪啊。QAQ谁能捐个计算卡给我，感激不尽