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。

1 void CppMatAdd(int A[M][N],int B[M][N],int C[M][N]){
2     for(int i=0;i<M;i++)
3         for(int j=0;j<N;j++)
4             C[i][j] = A[i][j] + B[i][j];
5 }

1 int main()
2 {
3     int a[M][N] = {1,2,3,4,5,6,7,8,9,10,11,12};
4     int b[M][N] = {1,2,3,4,5,6,7,8,9,10,11,12};
5     int c[M][N] ;
6         CppMatAdd(a,b,c);
7     std::cout<<c[0][0];
8 }　

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