GPU编程c++举例

以下是一个简单的使用CUDA C++编写的矩阵乘法示例：

#include <iostream>
#include <cuda_runtime.h>

__global__ void matrixMul(float *A, float *B, float *C, int N)
{
    int i = blockDim.y * blockIdx.y + threadIdx.y;
    int j = blockDim.x * blockIdx.x + threadIdx.x;
    float sum = 0.0f;
    if (i < N && j < N) {
        for (int k = 0; k < N; k++) {
            sum += A[i * N + k] * B[k * N + j];
        }
        C[i * N + j] = sum;
    }
}

int main()
{
    const int N = 1024;
    float *h_A, *h_B, *h_C;
    float *d_A, *d_B, *d_C;
    size_t size = N * N * sizeof(float);

    h_A = (float*)malloc(size);
    h_B = (float*)malloc(size);
    h_C = (float*)malloc(size);

    cudaMalloc(&d_A, size);
    cudaMalloc(&d_B, size);
    cudaMalloc(&d_C, size);

    for (int i = 0; i < N * N; i++) {
        h_A[i] = i % N;
        h_B[i] = i % N;
    }

    cudaMemcpy(d_A, h_A, size, cudaMemcpyHostToDevice);
    cudaMemcpy(d_B, h_B, size, cudaMemcpyHostToDevice);

    dim3 block(16, 16);
    dim3 grid((N + block.x - 1) / block.x, (N + block.y - 1) / block.y);

    matrixMul<<<grid, block>>>(d_A, d_B, d_C, N);

    cudaMemcpy(h_C, d_C, size, cudaMemcpyDeviceToHost);

    for (int i = 0; i < N; i++) {
        for (int j = 0; j < N; j++) {
            std::cout << h_C[i * N + j] << " ";
        }
        std::cout << std::endl;
    }

    cudaFree(d_A);
    cudaFree(d_B);
    cudaFree(d_C);
    free(h_A);
    free(h_B);
    free(h_C);

    return 0;
}

该示例中，我们使用CUDA C++编写了一个矩阵乘法的核函数`matrixMul`，并在主函数中分配和传输数据，调用核函数进行计算，最后将结果传回主机并输出。在核函数中，我们使用了CUDA提供的特殊语法`__global__`来声明该函数是在设备上执行的，并使用了CUDA提供的特殊变量`blockIdx`、`threadIdx`和`blockDim`来获取线程在网格中的位置和网格大小，以及线程在块中的位置。使用这些语法和变量，我们可以轻松地编写高效的GPU程序。