CUDA学习之一：二维矩阵加法

　　今天忙活了3个小时，竟然被一个苦恼的CUDA小例程给困住了，本来是参照Rachal zhang大神的CUDA学习笔记来一个模仿，结果却自己给自己糊里糊涂，最后还是弄明白了一些。

　　RZ大神对CUDA关于kernel，memory的介绍还是蛮清楚，看完决定写一个二维数组的加法。如果是C++里的加法，那就简单了，用C[i][j] = A[i][j] +B[i][j]就可以。

void CppMatAdd(int A[M][N],int B[M][N],int C[M][N]){

for(int i=0;i<M;i++)

for(int j=0;j<N;j++)

C[i][j] = A[i][j] + B[i][j];
}

int main()
{

int a[M][N] = {1,2,3,4,5,6,7,8,9,10,11,12};

int b[M][N] = {1,2,3,4,5,6,7,8,9,10,11,12};

int c[M][N] ;

CppMatAdd(a,b,c);

std::cout<<c[0][0];
}　

运行上面代码，就可以实现二维矩阵(也就是数组)的加法运算。

但是CUDA计算是在GPU上实现的，要划分出专门的内存区域给GPU做运算，结果就是，我们必须划分出主机内存、设备内存分别供CPU、GPU访问。

对于一维的情况，我们设置好主机变量，设备变量即可。具体可以参找RZ的博客。

但是二维的情况麻烦就来了，最一开始我也是设置出主机变量，设备变量，一一对应的分配内存，拷贝数据，GPU运算，最后考出结果。但是发现怎么调试结果都不对，最主要的原因是c++的二维数组实际上是一维数组的指针，所以，无法按照一位数组的模式去拷贝数据，结果相映的写法就麻烦许多，其实说到底还是还原成一维数组的方法去做的加法运算，代码如下，具体就不想赘述了，代码能力有限，慢慢来吧，今天算是把指针弄的更清楚了。

/*--------------------------------------------
* Date：2015-3-18
* Author：李根
* FileName：.cpp
* Description：CUDA二维数组加法
------------------------------------------------*/
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include <iostream>
#include <stdio.h>
static const int M = 4;
static const int N = 3;
//矩阵加法的kernel
__global__ void addMat(int **A,int **B,int **C)
{
int i = blockIdx.x * blockDim.x + threadIdx.x;
int j = blockIdx.y * blockDim.y + threadIdx.y;
if(i < M && j < N)
C[i][j] = A[i][j] + B[i][j];
}
int main()
{int **A = (int **)malloc(M*sizeof(int *));
//host memory
int **B = (int **)malloc(M*sizeof(int *));
//host memory
int **C = (int **)malloc(M*sizeof(int *));
//host memory
int *dataA =(int *)malloc(M*N*sizeof(int )); //host memory data
int *dataB = (int *)malloc(M*N*sizeof(int )); //host memory data
int *dataC =(int *)malloc(M*N*sizeof(int )); //host memory data
int **dev_A ;
//device memory
int **dev_B ;
//device memory
int **dev_C ;
//device memory
int *dev_dataA ;
//device memory
data
int *dev_dataB ;
//device memory
data
int *dev_dataC ;
//device memory
data

cudaMalloc((void**)(&dev_A), M*sizeof(int*));
cudaMalloc((void**)(&dev_dataA), M*N*sizeof(int));
cudaMalloc((void**)(&dev_B), M*sizeof(int*));
cudaMalloc((void**)(&dev_dataB), M*N*sizeof(int));
cudaMalloc((void**)(&dev_C), M*sizeof(int*));
cudaMalloc((void**)(&dev_dataC), M*N*sizeof(int));
for(int i=0;i<M*N;i++)
{
dataA[i] = i;
dataB[i] = i+1;
dataC[i] =0;
}
cudaMemcpy((void*)(dev_dataA), (void*)(dataA), M*N*sizeof(int*), cudaMemcpyHostToDevice);
cudaMemcpy((void*)(dev_dataB), (void*)(dataB), M*N*sizeof(int*), cudaMemcpyHostToDevice);
for(int i=0;i<M;i++)
{
A[i] = dev_dataA + N*i;
B[i] = dev_dataB + N*i;
C[i] = dev_dataC + N*i;
}
cudaMemcpy((void*)(dev_A), (void*)(A), M*sizeof(int*), cudaMemcpyHostToDevice);
cudaMemcpy((void*)(dev_B), (void*)(B), M*sizeof(int*), cudaMemcpyHostToDevice);
cudaMemcpy((void*)(dev_C), (void*)(C), M*sizeof(int*), cudaMemcpyHostToDevice);
dim3 threadPerBlock(16,16);
dim3 numBlocks((N+threadPerBlock.x-1)/(threadPerBlock.x), (M+threadPerBlock.y-1)/(threadPerBlock.y));
addMat<<<numBlocks,threadPerBlock>>>(dev_A,dev_B,dev_C);
cudaMemcpy((void*)(dataC), (void*)(dev_dataC), M*N*sizeof(int), cudaMemcpyDeviceToHost);
for(int i=0;i<M*N;i++)
std::cout<<dataC[i]<<" ";
cudaFree((void*)dev_dataC);
cudaFree((void*)dev_C);
free(C);
free(dataC);
cudaFree((void*)dev_dataB);
cudaFree((void*)dev_B);
free(B);
free(dataB);
cudaFree((void*)dev_dataA);
cudaFree((void*)dev_A);
free(A);
free(dataA);
getchar();
}

 博客恢复更新，慢慢的积累吧