来自GPU的Hello World | 您所在的位置:网站首页 › 怎么用gpu跑程序赚钱 › 来自GPU的Hello World |
序
CPU和GPU 当代计算机的两个核心,GPU计算与CPU计算的结合,使得原本的计算性能得到大幅度的提高,两者功能的互补性使得CPU+GPU的异构并行计算得到快速发展。为了支持使用CPU+GPU异构架构来执行应用程序,核厂设计了被称为CUDA的一种通用并行计算平台和编程模型。 CUDA Toolkit官方下载传送门! 操作系统版本:Win10Visual Studio版本:Visual Studio 2019CUDA版本:CUDA Toolkit 11.0 RC 1、CUDA的安装 1.1、查看电脑显卡支持的CUDA的版本:NVIDIA 控制面板–> 帮助–> 系统信息–> 组件: 上述两项是安装完成Cuda后,已自动生成的环境变量的配置,我们需要自行添加的下述变量: CUDA_BIN_PATH: %CUDA_PATH%\bin CUDA_LIB_PATH: %CUDA_PATH%\lib\x64 CUDA_SDK_PATH: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.0 CUDA_SDK_BIN_PATH: %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH: %CUDA_SDK_PATH%\common\lib\x64并在系统变量Path中,添加一下四个信息: %CUDA_BIN_PATH% %CUDA_LIB_PATH% %CUDA_SDK_BIN_PATH% %CUDA_SDK_LIB_PATH% 1.4、安装验证 验证安装是否成功,在官方的guideline中关于deviceQuery sample program指明的路径是: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64\Release 但是实际验证中,该程序的路径在: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\extras\demo_suite 执行deviceQuery.exe 和 bandwidthTest.exe进行验证。 本部分将运行0_Simple\路径下的测试用例simplePrintf,需先打开工程后,在VS中完善相关配置。 2.1、增加.cu文件拓展名2.1.1、工具–>选项–>文本编辑器–>文件拓展名, 新增扩展名 .cu 并将编辑器设置为:Microsoft Visual C++。 2.2.1、配置生成自定义:右键打开的项目–>生成依赖项–>生成自定义–>勾选CUDA v11.0。 OK,基本环境我们搭建成功了,接下来就来试试如何使用GPU来say Hello World!吧。 3、GPU编程测试demo使用VS新建空项目即可,并按上述步骤2.2配置项目。 #include "stdio.h" /* 修饰符__global__表明这个函数是将会从CPU中调用,在GPU中进行执行。 并借此函数来启动内核函数。 */ __global__ void hello_world_from_gpu(void) { printf("Hello World from GPU\n"); return; } int main(void) { printf("Hello World from CPU\n"); hello_world_from_gpu (); /* 三重尖括号里的参数表明的是相关的执行配置,用来表明使用多少线程来执行内核函数, 在本例子中有5个GPU线程被系统所调用。 */ cudaDeviceReset(); /* 执行完成后调用cudaDeviceReset()函数释放和清空与当前进程运行相关的资源。 */ return 0; }测试结果: |
CopyRight 2018-2019 实验室设备网 版权所有 |