기술나눔

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

1. 완전한 코드

#include <stdio.h>

// includes CUDA Runtime
#include <cuda_runtime.h>
#include <cuda_profiler_api.h>

// includes, project
#include <helper_cuda.h>
#include <helper_functions.h>  // helper utility functions

__global__ void increment_kernel(int *g_data, int inc_value) {
  int idx = blockIdx.x * blockDim.x + threadIdx.x;
  g_data[idx] = g_data[idx] + inc_value;
}

bool correct_output(int *data, const int n, const int x) {
  for (int i = 0; i < n; i++)
    if (data[i] != x) {
      printf("Error! data[%d] = %d, ref = %dn", i, data[i], x);
      return false;
    }

  return true;
}

int main(int argc, char *argv[]) {
  int devID;
  cudaDeviceProp deviceProps;

  printf("[%s] - Starting...n", argv[0]);

  // This will pick the best possible CUDA capable device
  devID = findCudaDevice(argc, (const char **)argv);

  // get device name
  checkCudaErrors(cudaGetDeviceProperties(&deviceProps, devID));
  printf("CUDA device [%s]n", deviceProps.name);

  int n = 16 * 1024 * 1024;
  int nbytes = n * sizeof(int);
  int value = 26;

  // allocate host memory
  int *a = 0;
  checkCudaErrors(cudaMallocHost((void **)&a, nbytes));
  memset(a, 0, nbytes);

  // allocate device memory
  int *d_a = 0;
  checkCudaErrors(cudaMalloc((void **)&d_a, nbytes));
  checkCudaErrors(cudaMemset(d_a, 255, nbytes));

  // set kernel launch configuration
  dim3 threads = dim3(512, 1);
  dim3 blocks = dim3(n / threads.x, 1);

  // create cuda event handles
  cudaEvent_t start, stop;
  checkCudaErrors(cudaEventCreate(&start));
  checkCudaErrors(cudaEventCreate(&stop));

  StopWatchInterface *timer = NULL;
  sdkCreateTimer(&timer);
  sdkResetTimer(&timer);

  checkCudaErrors(cudaDeviceSynchronize());
  float gpu_time = 0.0f;

  // asynchronously issue work to the GPU (all to stream 0)
  checkCudaErrors(cudaProfilerStart());
  sdkStartTimer(&timer);
  cudaEventRecord(start, 0);
  cudaMemcpyAsync(d_a, a, nbytes, cudaMemcpyHostToDevice, 0);
  increment_kernel<<<blocks, threads, 0, 0>>>(d_a, value);
  cudaMemcpyAsync(a, d_a, nbytes, cudaMemcpyDeviceToHost, 0);
  cudaEventRecord(stop, 0);
  sdkStopTimer(&timer);
  checkCudaErrors(cudaProfilerStop());

  // have CPU do some work while waiting for stage 1 to finish
  unsigned long int counter = 0;

  while (cudaEventQuery(stop) == cudaErrorNotReady) {
    counter++;
  }

  checkCudaErrors(cudaEventElapsedTime(&gpu_time, start, stop));

  // print the cpu and gpu times
  printf("time spent executing by the GPU: %.2fn", gpu_time);
  printf("time spent by CPU in CUDA calls: %.2fn", sdkGetTimerValue(&timer));
  printf("CPU executed %lu iterations while waiting for GPU to finishn",
         counter);

  // check the output for correctness
  bool bFinalResults = correct_output(a, n, value);

  // release resources
  checkCudaErrors(cudaEventDestroy(start));
  checkCudaErrors(cudaEventDestroy(stop));
  checkCudaErrors(cudaFreeHost(a));
  checkCudaErrors(cudaFree(d_a));

  exit(bFinalResults ? EXIT_SUCCESS : EXIT_FAILURE);
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105

2. 중요부분 분석

장비초기화: findCudaDevice 함수는 최상의 CUDA 장치를 선택하고 장치 ID를 반환하는 데 사용됩니다.

devID = findCudaDevice(argc, (const char **)argv);

1
2

장치 속성 가져오기: cudaGetDeviceProperties 함수는 장치 이름 및 기타 정보를 포함하는 지정된 장치의 속성을 가져옵니다.

checkCudaErrors(cudaGetDeviceProperties(&deviceProps, devID));

1
2

메모리 할당: cudaMallocHost를 사용하여 CPU에서 액세스할 수 있는 페이지 잠금 메모리를 할당하고, cudaMalloc을 사용하여 장치에 메모리를 할당합니다.

int *a = 0;
checkCudaErrors(cudaMallocHost((void **)&a, nbytes));

1
2
3

스레드 블록 및 그리드 설정: 여기서 스레드 블록 크기는 512 스레드로 설정되고 그리드 크기는 데이터 크기에 따라 동적으로 계산됩니다.

dim3 threads = dim3(512, 1);
dim3 blocks = dim3(n / threads.x, 1);

1
2
3

CUDA 이벤트 및 타이머 생성: CUDA 이벤트는 시간을 기록하는 데 사용되고 타이머는 CPU 실행 시간을 측정하는 데 사용됩니다.

cudaEvent_t start, stop;
checkCudaErrors(cudaEventCreate(&start));
checkCudaErrors(cudaEventCreate(&stop));

1
2
3
4

CUDA 스트림 처리: 비동기 메모리 복사를 위해 cudaMemcpyAsync 사용, &lt;&lt;<blocks, threads> &gt;&gt;구문은 동시에 실행되는 CUDA 커널 함수 increment_kernel을 시작합니다.

cudaMemcpyAsync(d_a, a, nbytes, cudaMemcpyHostToDevice, 0);
increment_kernel<<<blocks, threads, 0, 0>>>(d_a, value);
cudaMemcpyAsync(a, d_a, nbytes, cudaMemcpyDeviceToHost, 0);

1
2
3
4

타이밍 및 대기: cudaEventRecord는 이벤트를 기록하고 GPU 실행 시간을 계산하는 데 사용됩니다. cudaEventQuery(stop)를 통해 GPU 작업이 완료될 때까지 기다립니다.

cudaEventRecord(start, 0);
// ...
cudaEventRecord(stop, 0);

1
2
3
4

결과 검증: GPU 계산 결과의 정확성을 검증하려면 right_output 함수를 사용하십시오.

bool bFinalResults = correct_output(a, n, value);

1
2

리소스 릴리스: 할당된 메모리 및 CUDA 이벤트를 릴리스합니다.

checkCudaErrors(cudaEventDestroy(start));
checkCudaErrors(cudaEventDestroy(stop));
checkCudaErrors(cudaFreeHost(a));
checkCudaErrors(cudaFree(d_a));

1
2
3
4
5

CUDA 커널 함수 increment_kernel:

이 간단한 CUDA 커널 함수는 지정된 값 inc_value만큼 배열의 각 요소를 증가시키는 데 사용됩니다. blockIdx.x와 threadIdx.x는 각 스레드의 글로벌 인덱스 idx를 계산한 후 추가 작업을 수행하는 데 사용됩니다.

__global__ void increment_kernel(int *g_data, int inc_value) {
  int idx = blockIdx.x * blockDim.x + threadIdx.x;
  g_data[idx] = g_data[idx] + inc_value;
}

1
2
3
4
5

기타 보조 기능
checkCudaErrors：CUDA 확인함수 호출에 오류가 있는지 여부입니다.
sdkCreateTimer 및 sdkResetTimer: 타이머를 생성하고 재설정하는 데 사용됩니다.
sdkStartTimer 및 sdkStopTimer: 타이머를 시작 및 중지하고 CPU 실행 시간을 기록하는 데 사용됩니다.