基本 CUDA 指针/数组内存分配和使用

Question

我上周开始使用 CUDA，因为我必须将现有的 c++ 程序转换为 cuda 以进行研究。

这是 CUDA by Example 一书中的一个基本示例，我推荐给任何想学习 CUDA 的人！

有人能解释一下如何使用空指针“dev_c”分配 GPU 内存吗？

HANDLE_ERROR( cudaMalloc( (void**)&dev_c, N * sizeof(int) ) );

那么，在调用函数'add'时不传递任何'dev_c'值，而是将*c视为全局函数中的一个数组并从函数内部写入？为什么在任何地方都没有将其定义为数组时这可能？

add<<<N,1>>>( dev_a, dev_b, dev_c );

最后，在执行以下加法时，术语 c[0]、c[1] 等到底保存在哪里？

c[tid] = a[tid] + b[tid];

我希望我能很好地解释自己，但请随时提出任何后续问题。对 C 和 CUDA 都是新手，所以要友好：D

完整代码如下：

#include "book.h"

#define N   1000

__global__ void add( int *a, int *b, int *c ) {
    int tid = blockIdx.x;    // this thread handles the data at its thread id
    if (tid < N)
        c[tid] = a[tid] + b[tid];
}

int main( void ) {
    int a[N], b[N], c[N];
    int *dev_a, *dev_b, *dev_c;

    // allocate the memory on the GPU
    HANDLE_ERROR( cudaMalloc( (void**)&dev_a, N * sizeof(int) ) );
    HANDLE_ERROR( cudaMalloc( (void**)&dev_b, N * sizeof(int) ) );
    HANDLE_ERROR( cudaMalloc( (void**)&dev_c, N * sizeof(int) ) );

    // fill the arrays 'a' and 'b' on the CPU
    for (int i=0; i<N; i++) {
        a[i] = -i;
        b[i] = i * i;
    }

    // copy the arrays 'a' and 'b' to the GPU
    HANDLE_ERROR( cudaMemcpy( dev_a, a, N * sizeof(int),
                                cudaMemcpyHostToDevice ) );
    HANDLE_ERROR( cudaMemcpy( dev_b, b, N * sizeof(int),
                                cudaMemcpyHostToDevice ) );

    add<<<N,1>>>( dev_a, dev_b, dev_c );

    // copy the array 'c' back from the GPU to the CPU
    HANDLE_ERROR( cudaMemcpy( c, dev_c, N * sizeof(int),
                                cudaMemcpyDeviceToHost ) );

    // display the results
    for (int i=0; i<N; i++) {
        printf( "%d + %d = %d\n", a[i], b[i], c[i] );
    }

    // free the memory allocated on the GPU
    HANDLE_ERROR( cudaFree( dev_a ) );
    HANDLE_ERROR( cudaFree( dev_b ) );
    HANDLE_ERROR( cudaFree( dev_c ) );

    return 0;
}

谢谢！

Answer 1

不可能在 SO 问题的空间中教授 CUDA。我将尝试回答您的问题，但您可能应该利用一些资源。如果您不了解 C 或 C++，这将特别困难，因为典型的 CUDA 编程依赖于这些。

您可能想参加一些介绍性网络研讨会here，例如：

使用 CUDA C 进行 GPU 计算 - 简介 (2010) 介绍使用 CUDA C 进行 GPU 计算的基础知识。概念将通过代码示例的演练进行说明。无需先前的 GPU 计算经验

使用 CUDA C 的 GPU 计算 – 高级 1 (2010) 一级优化技术，例如全局内存优化和处理器利用率。将使用真实的代码示例来说明概念

现在回答你的问题：

有人能解释一下如何使用空指针“dev_c”分配 GPU 内存吗？

dev_c 一开始是一个空指针。但是cudaMalloc 函数allocates GPU memory 根据传递给它的大小，建立一个指向该分配的指针，并将该指针存储到dev_c 指针中。它可以这样做，因为我们是 passing the address of dev_c，而不是实际的指针本身。

那么，在调用函数'add'时不传递任何'dev_c'值，而是将*c视为全局函数中的数组并从函数内部写入？为什么在任何地方都没有将其定义为数组时这可能？

在 C 中，指针（dev_c 就是这样）可以指向单个值或值数组。指针本身不包含有关它指向多少数据的信息。由于dev_c 是存储结果的，并且它已经被前面的cudaMalloc 函数正确初始化，我们可以使用它来将操作的结果存储在内核中。 dev_c 实际上指向int （一个数组）的存储区域，其大小由N * sizeof(int) 给出，传递给前面的cudaMalloc 函数。

最后，在执行以下加法时，术语 c[0]、c[1] 等到底保存在哪里？

在c中，当我们有这样的函数定义时：

void my_function(int *c){...}

这表示函数中的语句可以引用名为 c 的变量，就好像它是指向一个或多个 int 值的指针（单个值或值数组，从指向的位置开始存储） c)。

当我们调用该函数时，我们可以使用一些其他变量作为 argument，函数 parameter 称为 c，如下所示：

int my_ints[32];
my_function(my_ints);

现在，在my_function 内部，无论参数 c 被引用，它将使用（指针）my_ints 给出的参数 值。

相同的概念适用于 cuda 函数（内核）及其参数和参数。