cuda 列向量累加代码

CUDA（Compute Unified Device Architecture）是NVIDIA专为并行计算设计的一种编程模型和编程环境，主要用于加速GPU上数值密集型应用。在CUDA中，列向量累加通常是矩阵运算的一部分，可以高效地利用GPU的并行能力。下面是一个简单的例子，假设我们有两列向量需要相加：

#include <cuda_runtime.h>
#include <thrust/host_vector.h>
#include <thrust/device_vector.h>

__global__ void addColumnVectors(thrust::device_vector<float>& result, thrust::const_device_vector<float> columnA, thrust::const_device_vector<float> columnB)
{
    int row = blockIdx.x * blockDim.x + threadIdx.x;
    
    if (row < columnA.size()) {
        result[row] = columnA[row] + columnB[row];
    }
}

void accumulateColumn(float* d_result, const float* d_columnA, const float* d_columnB, int size)
{
    // 定义块大小和线程索引
    dim3 blockSize(256); // 根据设备性能调整这个值
    dim3 gridSize((size + blockSize.x - 1) / blockSize.x);

    thrust::device_vector<float> result(size);
    thrust::device_vector<float> columnA(size), columnB(size);

    // 将Host数据复制到Device
    cudaMemcpy(columnA.data(), d_columnA, size * sizeof(float), cudaMemcpyHostToDevice);
    cudaMemcpy(columnB.data(), d_columnB, size * sizeof(float), cudaMemcpyHostToDevice);

    // 调用kernel函数
    addColumnVectors<<<gridSize, blockSize>>>(result, columnA, columnB);

    // 将结果从Device复制回Host
    cudaMemcpy(d_result, result.data(), size * sizeof(float), cudaMemcpyDeviceToHost);
}

在这个例子中，`addColumnVectors`是运行在GPU上的CUDA kernel函数，它接收一个结果向量和两个输入列向量。每个线程负责累加对应位置的元素。然后在主机端，我们将数据从主机复制到设备、调用kernel并复制结果回主机。