书写段矩阵加法的cuda程序，C++程序，矩阵随机产生

好的，以下是一份使用CUDA进行矩阵加法的C++程序，其中包括了矩阵随机产生的代码：

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

#define MATRIX_SIZE 1024
#define BLOCK_SIZE 16

__global__ void matrixAdd(float *a, float *b, float *c, int size)
{
    int row = blockIdx.y * blockDim.y + threadIdx.y;
    int col = blockIdx.x * blockDim.x + threadIdx.x;

    if (row < size && col < size)
    {
        int index = row * size + col;
        c[index] = a[index] + b[index];
    }
}

void printMatrix(float *a, int size)
{
    for (int i = 0; i < size; i++)
    {
        for (int j = 0; j < size; j++)
        {
            std::cout << a[i * size + j] << " ";
        }
        std::cout << std::endl;
    }
}

int main()
{
    float *a, *b, *c;
    float *dev_a, *dev_b, *dev_c;
    int size = MATRIX_SIZE * MATRIX_SIZE * sizeof(float);

    // Allocate memory on host
    a = (float*)malloc(size);
    b = (float*)malloc(size);
    c = (float*)malloc(size);

    // Initialize matrices with random values
    for (int i = 0; i < MATRIX_SIZE * MATRIX_SIZE; i++)
    {
        a[i] = (float)rand() / RAND_MAX;
        b[i] = (float)rand() / RAND_MAX;
    }

    // Allocate memory on device
    cudaMalloc((void**)&dev_a, size);
    cudaMalloc((void**)&dev_b, size);
    cudaMalloc((void**)&dev_c, size);

    // Copy matrices from host to device
    cudaMemcpy(dev_a, a, size, cudaMemcpyHostToDevice);
    cudaMemcpy(dev_b, b, size, cudaMemcpyHostToDevice);

    // Define grid and block sizes
    dim3 dimGrid((MATRIX_SIZE - 1) / BLOCK_SIZE + 1, (MATRIX_SIZE - 1) / BLOCK_SIZE + 1, 1);
    dim3 dimBlock(BLOCK_SIZE, BLOCK_SIZE, 1);

    // Call kernel function
    matrixAdd<<<dimGrid, dimBlock>>>(dev_a, dev_b, dev_c, MATRIX_SIZE);

    // Copy matrix from device to host
    cudaMemcpy(c, dev_c, size, cudaMemcpyDeviceToHost);

    // Print matrix
    printMatrix(c, MATRIX_SIZE);

    // Free memory
    free(a);
    free(b);
    free(c);
    cudaFree(dev_a);
    cudaFree(dev_b);
    cudaFree(dev_c);
}

在上面的程序中，我们使用了`matrixAdd`函数来执行矩阵加法。该函数是一个CUDA kernel函数，它将在GPU上执行。该函数将两个矩阵`a`和`b`相加，并将结果存储在矩阵`c`中。`size`参数表示矩阵的大小。

在主函数中，我们首先分配了三个矩阵`a`，`b`和`c`的内存。然后，我们使用`rand()`函数生成随机数来初始化矩阵`a`和`b`。接下来，我们将矩阵从主机内存复制到设备内存，并在`matrixAdd`函数上调用CUDA kernel。最后，我们将结果矩阵`c`从设备内存复制到主机内存，并将其打印出来。

需要注意的是，在CUDA中，我们需要定义网格(grid)和块(block)的大小来调用kernel函数。在上面的程序中，我们使用一个`dim3`结构体来定义网格和块的大小。在这里，我们将网格的大小设置为`(MATRIX_SIZE - 1) / BLOCK_SIZE + 1`，块的大小设置为`BLOCK_SIZE`。

希望这可以帮助到您！