摘要：在CUDA中统计运算时间，大致有三种方法：<1>使用cutil.h中的函数unsigned int timer=0; //创建计时器cutCreateTimer(&timer); //开始计时cutStartTimer(timer);{ //统计的代码段 …………}//停止计时cutStopTimer(timer);//获得从开始计时到停止之间的时间cutGetTimerValue( timer);//删除timer值cutDeleteTimer( timer);<2>time.h中的clock函数clock_t start, finish;float cost 阅读全文

摘要：特此声明：这个内容我是转别人的我只摘录一些我需要的东西，若是想看原文的，请点击下面的链接原文：http://hi.baidu.com/coolrainbow/item/de05efc83151671a505058781 硬件架构CUDA编程中，习惯称CPU为Host，GPU为Device。2 并行模型Thread：并行基本单位Block：相互合作的一组线程。可以彼此同步，快速交换数据，最多可以512个线程Grid：一组Block，有共享全局内存Kernel：在GPU上执行的程序，一个Kernel对应一个GridBlock和Thread都有各自的ID，记作blockIdx（1D，2D），thre 阅读全文

摘要：需要注意的是在CUDA的3.1版本以后，CUDA Visual Profiler和OpenCL Visual Profiler已经被集成到单独的Compute Visual Profiler应用程序中了。Compute Visual Profiler 4.0提供了一个新的分析功能，提供基于profiling数据的性能分析。该功能也提供了多种优化提示来提高程序的性能。 阅读全文

摘要：CUDA编程模型CUDA编程模型将CPU作为主机，GPU作为协处理器（co-processor）或设备。在这个模型中，CPU负责逻辑性强的事务处理和串行计算，GPU则专注于高度线程化的并行处理任务。CPU、GPU各自拥有相互独立的存储器地址空间。一旦确定了程序中的并行部分，就可以考虑把这部分计算工作交给GPU。kernel：运行在GPU上的C函数称为kernel。一个kernel函数并不是一个完整的程序，而是整个CUDA程序中的一个可以被并行执行的步骤。当调用时，通过N个不同的CUDA线程执行N次。一个完整的CUDA程序是由一系列的设备端kernel函数并行步骤和主机端的串行处理步骤共同组成的 阅读全文

摘要：原文地址：http://www.cnblogs.com/Fancyboy2004/archive/2009/04/28/1445637.htmlcuda入门——GPU 的硬件架构 这里我们会简单介绍，NVIDIA 目前支持 CUDA 的 GPU，其在执行 CUDA 程序的部份（基本上就是其 shader 单元）的架构。这里的数据是综合 NVIDIA 所公布的信息，以及 NVIDIA 在各个研讨会、学校课程等所提供的数据，因此有可能会有不正确的地方。主要的数据源包括 NVIDIA 的 CUDA Programming Guide 1.1、NVIDIA 在 Supercomputing ' 阅读全文

摘要：目前市场上的NVIDIA显卡都是基于Tesla架构的，分为G80、G92、GT200三个系列。Tesla体系架构是一块具有可扩展处器数量的处理器阵列。每个GT200 GPU包含240个流处理器（streaming processor,SP），每8个流处理器又组成了一个流多处理器(streaming multiprocessor,SM)，因此共有30个流多处理器。GPU在工作时，工作负载由PCI-E总线从CPU传入GPU显存，按照体系架构的层次自顶向下分发。PCI-E 2.0规范中，每个通道上下行的数据传输速度达到了5.0Gbit/s，这样PCI-E2.0×16插槽能够为上下行数据各提 阅读全文

摘要：CUDA存储器模型：GPU片内：register，shared memory；板载显存：local memory,constant memory, texture memory, texture memory,global memory;host 内存： host memory, pinned memory.register: 访问延迟极低； 基本单元：register file （32bit/each） 计算能力1.0/1.1版本硬件：8192/SM； 计算能力1.2/1.3版本硬件： 16384/SM; 每个线程占有的register有限，编程时不要为其分配过多私有变量；local me. 阅读全文

摘要：CUDA C不是C语言，而是对C语言进行扩展。CUDA对C的扩展主要包括以下四个方面： 函数类型限定符，用来确定函数是在CPU还是在GPU上执行，以及这个函数是从CPU调用还是从GPU调用。__device__，__device__表示从GPU上调用，在GPU上执行； __global__，__global__表示在CPU上调用，在GPU上执行，也就是所谓的内核(kernel)函数；内核主要用来执行多线程调用。 __host__，__host__表明在CPU上调用，在CPU上执行，这是默认时的情况，也就是传统的C函数。CUDA支持__host__和__device__的联用，表示同时为主机和设 阅读全文