cuda核函数代码示例

下面是一个简单的CUDA核函数的代码示例：

// CUDA核函数，将一个数组中的每个元素乘以一个常数
__global__ void multiplyArray(float* array, float constant, int size) {
    int idx = blockIdx.x * blockDim.x + threadIdx.x;
    if (idx < size) {
        array[idx] *= constant;
    }
}

int main() {
    // 数组大小
    int size = 1000;
    // 常数
    float constant = 2.0;

    // 为主机端和设备端分配内存
    float* hostArray = new float[size];
    float* deviceArray;
    cudaMalloc((void**)&deviceArray, size * sizeof(float));

    // 初始化主机端数组
    for (int i = 0; i < size; i++) {
        hostArray[i] = i;
    }

    // 将数据从主机端复制到设备端
    cudaMemcpy(deviceArray, hostArray, size * sizeof(float), cudaMemcpyHostToDevice);

    // 定义CUDA核函数的网格大小和块大小
    int blockSize = 256;
    int gridSize = (size + blockSize - 1) / blockSize;

    // 调用CUDA核函数
    multiplyArray<<<gridSize, blockSize>>>(deviceArray, constant, size);

    // 将结果从设备端复制回主机端
    cudaMemcpy(hostArray, deviceArray, size * sizeof(float), cudaMemcpyDeviceToHost);

    // 打印结果
    for (int i = 0; i < size; i++) {
        printf("%f ", hostArray[i]);
    }
    printf("\n");

    // 释放内存
    delete[] hostArray;
    cudaFree(deviceArray);

    return 0;
}

请注意，这只是一个简单的示例，用于展示CUDA核函数的基本结构。在实际应用中，你需要根据自己的需求和数据结构进行适当的修改和扩展。

此示例中的核函数`multiplyArray`将一个浮点数组中的每个元素乘以一个常数。通过使用CUDA编程模型中的网格和块，我们可以对数组进行并行计算。在主机端，我们首先为主机端和设备端分配内存，然后将数据从主机端复制到设备端。接下来，我们定义了核函数的网格大小和块大小，并调用核函数。最后，我们将结果从设备端复制回主机端，并在主机端打印结果。

请注意，为了运行这个示例，你需要安装CUDA开发环境，并使用支持CUDA的编译器进行编译。