將一個簡單的C++代碼片段重寫爲CUDA代碼

Question

我已經編寫了以下簡單的C++代碼。

#include <iostream> 
#include <omp.h> 

int main() 
{ 
    int myNumber = 0; 
    int numOfHits = 0; 

    cout << "Enter my Number Value" << endl; 
    cin >> myNumber; 

    #pragma omp parallel for reduction(+:numOfHits) 

    for(int i = 0; i <= 100000; ++i) 
    { 
     for(int j = 0; j <= 100000; ++j) 
     { 
      for(int k = 0; k <= 100000; ++k) 
      { 
       if(i + j + k == myNumber) 
        numOfHits++; 
      } 
     } 
    } 

    cout << "Number of Hits" << numOfHits << endl; 

    return 0; 
} 

正如你所看到的，我使用OpenMP來並行化最外層的循環。我想要做的是在CUDA中重寫這個小代碼。任何幫助都感激不盡。

Answer 1

那麼，我可以給你一個快速教程，但我不一定寫這一切都爲你。

所以首先，你會希望得到MS Visual Studio中建立與CUDA，這是本指南輕鬆以下：http://www.ademiller.com/blogs/tech/2011/05/visual-studio-2010-and-cuda-easier-with-rc2/

現在，你將要閱讀的NVIDIA CUDA編程指南（免費PDF格式），文檔和CUDA示例（我強烈建議學習CUDA的書）。

但是讓我們假設你還沒有這樣做，並且肯定會在以後。

這是一個非常重的算術運算和數據光計算 - 實際上它可以在不使用這個蠻力方法的情況下進行相當簡單的計算，但這不是您正在尋找的答案。我建議像這樣的內核：

__global__ void kernel(int* myNumber, int* numOfHits){ 

    //a shared value will be stored on-chip, which is beneficial since this is written to multiple times 
    //it is shared by all threads 
    __shared__ int s_hits = 0; 

    //this identifies the current thread uniquely 
    int i = (threadIdx.x + blockIdx.x*blockDim.x); 
    int j = (threadIdx.y + blockIdx.y*blockDim.y); 
    int k = 0; 

    //we increment i and j by an amount equal to the number of threads in one dimension of the block, 16 usually, times the number of blocks in one dimension, which can be quite large (but not 100,000) 
    for(; i < 100000; i += blockDim.x*gridDim.x){ 
     for(; j < 100000; j += blockDim.y*gridDim.y){ 
        //Thanks to talonmies for this simplification 
       if(0 <= (*myNumber-i-j) && (*myNumber-i-j) < 100000){ 
        //you should actually use atomics for this 
       //otherwise, the value may change during the 'read, modify, write' process 
        s_hits++; 
       } 
     } 
    } 

    //synchronize threads, so we now s_hits is completely updated 
    __syncthreads(); 

    //again, atomics 
    //we make sure only one thread per threadblock actually adds in s_hits 
    if(threadIdx.x == 0 && threadIdx.y == 0) 
     *numOfHits += s_hits; 

    return; 
} 

要啓動的內核，你會想是這樣的：

dim3 blocks(some_number, some_number, 1); //some_number should be hand-optimized 
dim3 threads(16, 16, 1); 
kernel<<<blocks, threads>>>(/*args*/); 

我知道你可能想快速的方法來做到這一點，但進入CUDA並不是一個「快速」的東西。如在，你將需要做一些閱讀和一些設置，以使其工作;過去，學習曲線並不太高。我還沒有告訴你任何關於內存分配的東西，所以你需要這樣做（儘管這很簡單）。如果你遵循我的代碼，我的目標是你必須閱讀共享內存和CUDA，所以你已經啓動了。祝你好運！

聲明：我沒有測試過我的代碼，我不是專家 - 它可能是愚蠢的。