CUDA动态库封装以及调用

来源：互联网发布：c语言怎么解析编辑：程序博客网时间：2024/06/02 03:11

参考：http://blog.sina.com.cn/s/blog_618941f701016d26.html

通过将CUDA相关计算操作放在库中，方便在项目中调用，省去了每次编译cu文件的麻烦，也便于集成到其他平台上。

本文配置：VS2015 CUDA8.0

一、封装CUDA动态库

主要步骤：修改自定义方式、设置cu文件项类型为CDUA CC++ ，添加依赖库cudart.lib.

1、创建一个动态库，这里建的库是x86的，也可以更改为x64.

2、添加cu文件

3、源程序内容

CudaDll32.h

// 下列 ifdef 块是创建使从 DLL 导出更简单的// 宏的标准方法。此 DLL 中的所有文件都是用命令行上定义的 CUDADLL32_EXPORTS// 符号编译的。在使用此 DLL 的// 任何其他项目上不应定义此符号。这样，源文件中包含此文件的任何其他项目都会将// CUDADLL32_API 函数视为是从 DLL 导入的，而此 DLL 则将用此宏定义的// 符号视为是被导出的。#ifdef CUDADLL32_EXPORTS#define CUDADLL32_API __declspec(dllexport)#else#define CUDADLL32_API __declspec(dllimport)#endifextern "C" CUDADLL32_API int vectorAdd(int c[], int a[], int b[], int size);

kernel.cu

#include "cuda_runtime.h"  #include "device_launch_parameters.h"    #include "CudaDll32.h"//CUDA核函数  __global__ void addKernel(int *c, const int *a, const int *b){int i = threadIdx.x;c[i] = a[i] + b[i];}//向量相加  CUDADLL32_API int vectorAdd(int c[], int a[], int b[], int size){int result = -1;int *dev_a = 0;int *dev_b = 0;int *dev_c = 0;cudaError_t cudaStatus;// 选择用于运行的GPU  cudaStatus = cudaSetDevice(0);if (cudaStatus != cudaSuccess) {result = 1;goto Error;}// 在GPU中为变量dev_a、dev_b、dev_c分配内存空间.  cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(int));if (cudaStatus != cudaSuccess) {result = 2;goto Error;}cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(int));if (cudaStatus != cudaSuccess) {result = 3;goto Error;}cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(int));if (cudaStatus != cudaSuccess) {result = 4;goto Error;}// 从主机内存复制数据到GPU内存中.  cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(int), cudaMemcpyHostToDevice);if (cudaStatus != cudaSuccess) {result = 5;goto Error;}cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice);if (cudaStatus != cudaSuccess) {result = 6;goto Error;}// 启动GPU内核函数  addKernel << <1, size >> >(dev_c, dev_a, dev_b);// 采用cudaDeviceSynchronize等待GPU内核函数执行完成并且返回遇到的任何错误信息  cudaStatus = cudaDeviceSynchronize();if (cudaStatus != cudaSuccess) {result = 7goto Error}// 从GPU内存中复制数据到主机内存中  cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(int), cudaMemcpyDeviceToHost);if (cudaStatus != cudaSuccess) {result = 8;goto Error;}result = 0;// 重置CUDA设备，在退出之前必须调用cudaDeviceReset  cudaStatus = cudaDeviceReset();if (cudaStatus != cudaSuccess) {return 9;}Error://释放设备中变量所占内存  cudaFree(dev_c);cudaFree(dev_a);cudaFree(dev_b);return result;}

4、修改项目的自定义方式为：CUDA8.0

5、修改cu文件的项类型

6、添加链接器的附加依赖项 cudart.lib

7、生成DLL文件

二、调用动态库

创建一个控制台工程，调用库三步骤：

调用源代码：包含头文件、并把dll文件拷贝到可行性目录下

// CallCudaDll32.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include "CudaDll32.h"int main(){const int arraySize = 5;int a[arraySize] = { 11, 22, 33, 44, 55 };int b[arraySize] = { 10, 20, 30, 40, 50 };int c[arraySize] = { 0 };// Add vectors in parallel.  int number = vectorAdd(c, a, b, arraySize);printf("{11,22,33,44,55} + {10,20,30,40,50} = {%d,%d,%d,%d,%d}\n",c[0], c[1], c[2], c[3], c[4]);printf("调用CUDA成功！\n");return 0;}

结果显示：

0 0