OpenGL de プログラミング

CUDAを使った計算は以下のような感じで行う。

1. ＣＵＤＡの初期化
2. GPU側のメモリ確保
3. GPUにデータを転送し計算する
4. 計算結果をメインメモリへもどす

※後はメモリ解放など

---

初期化は
　　CUT_DEVICE_INIT();
で行う。

[例]

---

int main(int argc,char **argv)
{
        CUT_DEVICE_INIT(argc,argv);
        ... ...
}

---

※古いバージョンでは引数がなかったが、
cuda2.0ではCUT_DEVICE_INIT()に引数をわたす必要がある。

GPUのメモリを確保するには、「cudaMalloc関数」を使う

[例]

---

        ... ...
float *gpu_x;

int DataSize = sizeof(float) * AryElem;
const int AryElem = 100; //要素数
CUDA_SAFE_CALL(cudaMalloc( reinterpret_cast<void**>( &gpu_x), DataSize) ); //メモリ確保

        ... ...

cudaFree(gpu_x);//メモリ解放

---

※C言語の場合(void**)でキャスト。

GPUとCPU間データ転送は、「cudaMemcpy()関数」を使う。

---

float* x;  //CPU側のデータ
... ...
float* gpu_x;//GPU側のデータ
... ...
CUDA_SAFE_CALL( cudaMemcpy( gpu_x, x, DataSize , cudaMemcpyHostToDevice));

---

GPUでの計算は、「__global__関数」が
最初に実行されるmain関数のようなものである。

[例]

---

__global__ void GpuFunction(引数)
{
     //------- GPU上での計算 ---------//
}

---

CPU側での記述には、

関数名<<<Dg, Db, Ns, S>>>(引数)

の形式をとる。

dim3型で、次元とグリッドサイズを指定。
→ (Dg.x * Dg.y) が ブロック数となる。Dg.zは使用しない。

dim3型で、次元と各ブロックのサイズを指定。
→　 (Db.x * Db.y)が各ブロックのスレッド数になる。

size_t(unsigned char)型でshared Memoryのサイズを指定。
(ブロック単位で動的なメモリ確保をする)
なお、これはオプションでありデフォルトは０が指定される。

cudaStream_t型で何かのストリームと関連づける時に使う。(これもオプションでデフォルトは０)


つまり「<<<Dg, Db, Ns, S>>>」には、何個のブロックを使い、その各ブロックがどの程度のスレッドを使うかを指定する。

※この「スレッド数」や、「shared memory」には指定できる限界値が存在し、GPU毎に異なる。
デバイス情報を取得して確認する等をする。



[例]

---

__global__ void GpuFunction(float *input); //宣言
... ...
dim3 threads(AryElem,1,1); //スレッドAryElem個
dim3 grid(1,1,1); //Dg は 1;
GpuFunction<<<grid,threads>>>(gpu_x);
... ...

__global__ void GpuFunction(float *input)  //関数の中身
{
	... ...
	__syncthreads(); //同期をとる
}

---

この場合、１ブロックでそのスレッド数はAryElem個という指定をしている。

計算結果をメインメモリへ戻すときも「cudaMemcpy()関数」を使う。

---

float* x;  //CPU側のデータ
... ...
float* gpu_x;//GPU側のデータ
... ...
CUDA_SAFE_CALL( cudaMemcpy( x, gpu_x,DataSize, cudaMemcpyDeviceToHost) );
cudaFree(gpu_x); //メモリ解放

---