做网站详细教程,贵阳做网站公司吗,网站广告尺寸,wordpress 文章简介目录 1. 解决的问题
2. 分析
3. 方法
4. 代码示例 1. 解决的问题
利用块和线程索引#xff0c;从全局内存中访问指定的数据。
2. 分析
通常情况下#xff0c;矩阵是用行优先的方法在全局内存中线性存储的。如下。 8列6行矩阵#xff08;nx,ny#xff09;#xff08;…目录 1. 解决的问题
2. 分析
3. 方法
4. 代码示例 1. 解决的问题
利用块和线程索引从全局内存中访问指定的数据。
2. 分析
通常情况下矩阵是用行优先的方法在全局内存中线性存储的。如下。 8列6行矩阵nx,ny86。
3. 方法
这里建立二维网格(2,3)二维块(4,2)为例使用其块和线程索引映射矩阵索引。 1第一步可以用以下公式把线程和块索引映射到矩阵坐标上 2第二步可以用以下公式把矩阵坐标映射到全局内存中的索引/存储单元上 比如要获取矩阵元素(col,row) (2,4) ,其全局索引是34映射到矩阵坐标上
ix 2 0*32 iy 0 2*24. 然后再映射到全局内存idx 4*8 2 34.
4. 代码示例
#include cuda_runtime.h
#include device_launch_parameters.h // threadIdx#include stdio.h // io
#include time.h // time_t
#include stdlib.h // rand
#include memory.h //memset#define CHECK(call) \
{ \const cudaError_t error_code call; \if (error_code ! cudaSuccess) \{ \printf(CUDA Error:\n); \printf( File: %s\n, __FILE__); \printf( Line: %d\n, __LINE__); \printf( Error code: %d\n, error_code); \printf( Error text: %s\n, \cudaGetErrorString(error_code)); \exit(1); \} \
}void initiaInt(int* p, const int N)
{for (int i 0; i N; i){p[i] i;}
}/// summary
///
/// /summary
/// param namec全局内存中线性存储的二维矩阵/param
/// param namenx列/param
/// param nameny/param
void printMatrix(int* c, const int nx, const int ny)
{int* ic c;printf(\n matrix: [%d, %d] \n, nx, ny);for (int i 0; i ny; i){for (int j 0; j nx; j){int cur_ele ic[i * nx j];printf(%d , cur_ele);}printf(\n);}printf(\n);
}/// summary
///
/// /summary
/// param namea全局内存中是线性存储的/param
/// param namenxcol/param
/// param nameny/param
/// returns/returns
__global__ void printThreadIdx(int* a, const int nx, const int ny)
{// 矩阵行列int ix threadIdx.x blockIdx.x * blockDim.x;int iy threadIdx.y blockIdx.y * blockDim.y; // 全局索引unsigned int idx iy * nx ix; // 前面有iy行每行有nx个数。printf(thread_idx (%d, %d) block_idx (%d, %d) coordinate (%d, %d) global index %d val %d\n,threadIdx.x, threadIdx.y, blockIdx.x, blockIdx.y, ix, iy, idx, a[idx]);
}int main(void)
{// get device infoint device 0;cudaDeviceProp deviceProp;CHECK(cudaGetDeviceProperties(deviceProp, device));printf(Using device: %d %s, device, deviceProp.name); // 卡号0的显卡名称。CHECK(cudaSetDevice(device)); // 设置显卡号// set matrix dimensionint nx 8, ny 6, nxy nx * ny;int nBytes nxy * sizeof(int);// malloc host memoryint* h_a;h_a (int*)malloc(nBytes);// init datainitiaInt(h_a, nxy);printMatrix(h_a, nx, ny);// malloc device memoryint* d_Mat_a;cudaMalloc((void**)d_Mat_a, nBytes);// transfer data from host to devicecudaMemcpy(d_Mat_a, h_a, nBytes, cudaMemcpyHostToDevice);// configdim3 block(4, 2); // 二维线程块(x,y)(4,2)dim3 grid((nxblock.x-1) / block.x, (nyblock.y-1)/block.y); // 二维网格(2,3)// 直接nx/block.x 8/42. (84-1)/42.// invoke kernelprintThreadIdx grid, block (d_Mat_a, nx, ny);cudaDeviceSynchronize();// free memorycudaFree(d_Mat_a);free(h_a);// reset devicecudaDeviceReset();return 0;
}
可以看到全局索引值就是矩阵中存储的值。
