CUDA编程(机械编程)

大家好，又见面了，我是你们的朋友全栈君。

CUDA编程——简介

参考了很多大神的内容，并非完全原创，只是为了查漏补缺，记录自己的学习过程。个人水平有限，错误难免，欢迎讨论。

CUDA（Compute Unified Device Architecture），是由Nvidia推出的通用并行计算架构。 开发人员现在可以使用类C语言来为CUDA™架构编写并行程序！

1 CUDA编程

CUDA编程允许你的程序执行在异构系统上，即CPU和GPU，二者有各自的存储空间，并由PCI-Express 总线区分开。因此，我们应该先注意二者术语上的区分：

• Host：CPU and itsmemory (host memory)

• Device: GPU and its memory (device memory))

代码中，一般用h_前缀表示host memory，d_表示device memory。

kernel是CUDA编程中的关键，他是运行GPU设备上的代码，用标示符global修饰。
host可以独立于host进行大部分操作。当一个kernel启动后，控制权会立刻返还给CPU来执行其他额外的任务。所以，CUDA编程是异步的。一个典型的CUDA程序包含由并行代码补足的串行代码，串行代码由host执行，并行代码在device中执行。host端代码是标准C，device是CUDA C代码。我们可以把所有代码放到一个单独的源文件，也可以使用多个文件或库。NVIDIA C编译器（nvcc）可以编译host和device生成可执行程序。

这里再次说明下CUDA程序的处理流程：

1. 从CPU拷贝数据到GPU。
2. 调用kernel来操作存储在GPU的数据。
3. 将操作结果从GPU拷贝至CPU。

2 Memory操作

cuda程序将系统区分成host和device，二者有各自的memory。kernel可以操作device memory，为了能很好的控制device端内存，CUDA提供了几个内存操作函数，为了保证和易于学习，CUDA C 的风格跟C很接近：

我们主要看看cudaMencpy，其函数原型为：

cudaError_t cudaMemcpy ( void* dst, const void* src, size_t count,cudaMemcpyKind kind )

其中cudaMemcpykind的可选类型有：

cudaMemcpyHostToHost
cudaMemcpyHossToDevice
cudaMemcpyDeviceToHost
cudaMemcpuDeviceToDevice

对于返回类型cudaError_t，如果正确调用，则返回cudaSuccess，否则返回cudaErrorMemoryAllocation。可以使用char* cudaGetErrorString(cudaError_t error)将其转化为易于理解的格式。

3 CUDA线程层次

CUDA线程分成Grid和Block两个层次，由一个单独的kernel启动的所有线程组成一个grid，grid中所有线程共享global memory。一个grid由许多block组成，每个block由许多线程组成，grid和block都可以是一维二维或者三维。

这里介绍几个CUDA内核函数的私有变量：
– blockIdx：block的索引，blockIdx.x表示block的x坐标。
– threadIdx：线程索引，同理blockIdx。
– blockDim：block维度，上图中blockDim.x=5.
– gridDim：grid维度，同理blockDim。

4 启动CUDA Kernel函数

CUDA kernel的调用格式为：

kernel_name<<<grid, block>>>(argument list);

其中grid和block即为上文中介绍的类型为dim3的变量。通过这两个变量可以配置一个kernel的线程总和，以及线程的组织形式。例如：

kernel_name<<<4, 8>>>(argumentt list);

该行代码表明有grid为一维，有4个block，block为一维，每个block有8个线程，故此共有4*8=32个线程。

注意，不同于c函数的调用，所有CUDA kernel的启动都是异步的，当CUDA kernel被调用时，控制权会立即返回给CPU。
kernel的限制：

• 仅能获取device memory 。
• 必须返回void类型。
• 不支持可变数目参数。
• 不支持静态变量。
• 不支持函数指针。
• 异步。