4

我刚开始学习CUDA编程。我正在翻阅一些简单的CUDA C例子，一切都很顺利。然后！突然！推力！CUDA C我认为自己精通 C++ 函子，并对和之间的区别感到吃惊Thrust

我很难相信

__global__ void square(float *a, int N) {
    int idx = blockIdx.x * blockDim.x + threadIdx.x;
    if (idx < N) {
        a[idx] = a[idx] * a[idx];
    }
}

int main(int argc, char** argv) {

float *aHost, *aDevice;

const int N = 10;
size_t size = N * sizeof(float);

aHost = (float*)malloc(size);
cudaMalloc((void**)&aDevice, size);

for (int i = 0; i < N; i++) {
    aHost[i] = (float)i;
}

cudaMemcpy(aDevice, aHost, size, cudaMemcpyHostToDevice);

int block = 4;
int nBlock = N/block + (N % block == 0 ? 0:1);

square<<<nBlock, block>>>(aDevice, N);

cudaMemcpy(aHost, aDevice, size, cudaMemcpyDeviceToHost);

for (int i = 0; i < N; i++) {
    printf("%d, %f\n", i, aHost[i]);
}

free(aHost);
cudaFree(aDevice);
}

相当于

template <typename T>
    struct square {
    __host__ __device__ T operator()(const T& x) const {
        return x * x;
    }
}; 

int main(int argc, char** argv) {
    const int N = 10;
    thrust::device_vector<float> dVec(N);
    thrust::sequence(dVec.begin(), dVec.end());
    thrust::transform(dVec.begin(), dVec.end(), dVec.begin(), square<float>());
    thrust::copy(dVec.begin(), dVec.end(), std::ostream_iterator<float>(std::cout, "\n"));
}

我错过了什么吗？上面的代码是在 GPU 上运行的吗？Thrust 是一个很棒的工具，但我怀疑它是否能够处理所有繁重的 C 风格的内存管理。

  • 代码是否Thrust在 GPU 上执行？我怎么知道？
  • 如何Thrust消除调用内核的奇怪语法？
  • 实际上是Thrust在唤起内核吗？
  • 是否Thrust自动处理线程索引计算？

谢谢你的时间。抱歉，如果这些是愚蠢的问题，但我发现我所看到的示例立即从可以描述为 T 型车到 M3 型的转变令人难以置信。

4

1 回答 1

6

粗略地说：是的，当然。Thrust 是一个库，因此所有这些都是为了使其更容易而生的。它的优点是避免了所有显式的 CUDA 代码，这对于其他程序员来说看起来很奇怪，提供了一个友好的 C++ 类接口。

Thrust 使用 GPU，但不仅仅是GPU。如果您编写自己的代码，它会执行与您相同的操作，即用于分配内存、复制、设置网格和块大小的 C/C++ 代码......然后调用 GPU 来执行内核。

对于那些不想深入了解低级 CUDA 内容但想在一个简单（但频繁）的问题（如矢量运算）中利用 GPU 并行性的人来说，这是一个不错的选择。

于 2013-05-31T13:28:59.077 回答