CUDA程式設計整理

CUDA程式設計的理論部分可以參考模型部署篇 中的GPU 的 CUDA 程式設計方法。

雖然CUDA有很多的C程式碼，這裡我們主要以C++為主。一個完整的CUDA程式，需要經歷7個步驟

1. 設定顯示卡裝置
2. 分配視訊記憶體空間
3. 從記憶體到視訊記憶體拷貝資料
4. 執行CUDA並行函式
5. CUDA函式結束後，將結果從視訊記憶體拷貝回記憶體
6. 釋放視訊記憶體空間
7. 裝置重置

如果是單GPU的話可以省略1跟7兩個步驟。

#include <stdio.h>
#include <stdlib.h>
#include <cuda_runtime_api.h>
#include <iostream>
using namespace std;

/* 核函式 */
__global__ void kernelFunc(float *a) {
    a[threadIdx.x] = 1;
}

int main(int argc, char **argv) {
    //獲取GPU的數量
    int gpuCount = -1;
    cudaGetDeviceCount(&gpuCount);
    cout << gpuCount << endl;
    if (gpuCount < 0) {
        cout << "no device" << endl;
    }
    //設定顯示卡裝置
    cudaSetDevice(0);
    //分配視訊記憶體空間
    float *aGpu;
    cudaMalloc((void**)&aGpu, 16 * sizeof(float));
    //從記憶體到視訊記憶體拷貝資料
    float a[16] = {0};
    cudaMemcpy(aGpu, a, 16 * sizeof(float), cudaMemcpyHostToDevice);
    //執行CUDA並行函式
    kernelFunc <<<1, 16>> >(aGpu);
    //CUDA函式結束後，將結果從視訊記憶體拷貝回記憶體
    cudaMemcpy(a, aGpu, 16 * sizeof(float), cudaMemcpyDeviceToHost);
    for (int i = 0; i < 16; i++) {
        printf("%f", a[i]);
    }
    printf("\n");
    //釋放視訊記憶體空間
    cudaFree(aGpu);
    //裝置重置
    cudaDeviceReset();

    //獲取裝置的屬性
    cudaDeviceProp prop;
    cudaGetDeviceProperties(&prop, 0);
    //塊最大執行緒數
    printf("maxThreadsPerBlock: %d\n", prop.maxThreadsPerBlock);
    //塊維度最大值
    printf("maxThreadsDim: %d\n", prop.maxThreadsDim[0]);
    //Grid各維度最大值
    printf("maxGridSize: %d\n", prop.maxGridSize[0]);
    //常量記憶體的大小
    printf("totalConstMem: %d\n", prop.totalConstMem);
    //時鐘頻率
    printf("clockRate: %d\n", prop.clockRate);
    //GPU是否整合
    printf("initegrated: %d\n", prop.integrated);
    return 0;
}

CUDA的原始碼檔案以.cu為字尾，編譯命令如下(需要先安裝CUDA，安裝方式可以參考烏班圖安裝Pytorch、Tensorflow Cuda環境 )

nvcc main.cu -o main

執行結果

1
1.0000001.0000001.0000001.0000001.0000001.0000001.0000001.0000001.0000001.0000001.0000001.0000001.0000001.0000001.0000001.000000
maxThreadsPerBlock: 1024
maxThreadsDim: 1024
maxGridSize: 2147483647
totalConstMem: 65536
clockRate: 921600
initegrated: 1