CUDA Samples: 获取设备属性信息

通过调用CUDA的cudaGetDeviceProperties函数可以获得指定设备的相关信息，此函数会根据GPU显卡和CUDA版本的不同得到的结果也有所差异，下面code列出了经常用到的设备信息：

#include "funset.hpp"#include <iostream>#include <cuda_runtime.h> // For the CUDA runtime routines (prefixed with "cuda_")#include <device_launch_parameters.h>/* reference:C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\1_Utilities\deviceQuery*/ int get_device_info(){int device_count{ 0 };// cudaGetDeviceCount: 获得计算能力设备的数量cudaGetDeviceCount(&device_count);fprintf(stdout, "GPU设备的数量： %d\n", device_count);for (int dev = 0; dev < device_count; ++dev) {int driver_version{ 0 }, runtime_version{ 0 };/* cudaSetDevice: 设置GPU执行时使用的设备，0表示能搜索到的第一个设备号，如果有多个设备，则编号为0,1,2... */cudaSetDevice(dev);/* cudaDeviceProp: 设备属性结构体name: 设备名字，如GeForce 940MXtotalGlobalMem： 设备上可用的全局内存总量(字节)sharedMemPerBlock: 每一个线程块上可用的共享内存总量(字节)regsPerBlock: 每一个线程块上可用的32位寄存器数量warpSize： 一个线程束包含的线程数量，在实际运行中，线程块会被分割成更小的线程束(warp)，           线程束中的每个线程都将在不同数据上执行相同的命令memPitch: 在内存拷贝中允许的最大pitch数(字节)maxThreadsPerBlock: 每一个线程块中支持的最大线程数量maxThreadsDim[3]: 每一个线程块的每个维度的最大大小(x,y,z)maxGridSize: 每一个线程格的每个维度的最大大小(x,y,z)clockRate： GPU最大时钟频率(千赫兹)totalConstMem: 设备上可用的常量内存总量(字节)major: 设备计算能力主版本号，设备计算能力的版本描述了一种GPU对CUDA功能的支持程度minor: 设备计算能力次版本号textureAlignment: 纹理对齐要求deviceOverlap: GPU是否支持设备重叠(Device Overlap)功能,支持设备重叠功能的GPU能够               在执行一个CUDA C核函数的同时，还能在设备与主机之间执行复制等操作,       已废弃，使用asyncEngineCount代替multiProcessorCount: 设备上多处理器的数量kernelExecTimeoutEnabled: 指定执行核函数时是否有运行时间限制integrated: 设备是否是一个集成GPUcanMapHostMemory: 设备是否支持映射主机内存，可作为是否支持零拷贝内存的判断条件computeMode: CUDA设备计算模式，可参考cudaComputeModemaxTexture1D: 一维纹理支持的最大大小maxTexture2D[2]：二维纹理支持的最大大小(x,y)maxTexture3D[3]: 三维纹理支持的最大大小(x,y,z)memoryClockRate: 内存时钟频率峰值(千赫兹)memoryBusWidth: 全局内存总线宽度(bits)l2CacheSize: L2缓存大小(字节)maxThreadsPerMultiProcessor： 每个多处理器支持的最大线程数量concurrentKernels: 设备是否支持同时执行多个核函数asyncEngineCount: 异步引擎数量unifiedAddressing: 是否支持设备与主机共享一个统一的地址空间*/cudaDeviceProp device_prop;/* cudaGetDeviceProperties: 获取指定的GPU设备属性相关信息 */cudaGetDeviceProperties(&device_prop, dev);fprintf(stdout, "\n设备 %d 名字: %s\n", dev, device_prop.name);/* cudaDriverGetVersion: 获取CUDA驱动版本 */cudaDriverGetVersion(&driver_version);fprintf(stdout, "CUDA驱动版本： %d.%d\n", driver_version/1000, (driver_version%1000)/10);/* cudaRuntimeGetVersion: 获取CUDA运行时版本 */cudaRuntimeGetVersion(&runtime_version);fprintf(stdout, "CUDA运行时版本： %d.%d\n", runtime_version/1000, (runtime_version%1000)/10);fprintf(stdout, "设备计算能力： %d.%d\n", device_prop.major, device_prop.minor);fprintf(stdout, "设备上可用的全局内存总量： %f MB, %llu bytes\n",(float)device_prop.totalGlobalMem / (1024 * 1024), (unsigned long long)device_prop.totalGlobalMem);fprintf(stdout, "每一个线程块上可用的共享内存总量： %f KB, %lu bytes\n",(float)device_prop.sharedMemPerBlock / 1024, device_prop.sharedMemPerBlock);fprintf(stdout, "每一个线程块上可用的32位寄存器数量: %d\n", device_prop.regsPerBlock);fprintf(stdout, "一个线程束包含的线程数量： %d\n", device_prop.warpSize);fprintf(stdout, "在内存拷贝中允许的最大pitch数: %d bytes\n", device_prop.memPitch);fprintf(stdout, "每一个线程块中支持的最大线程数量: %d\n", device_prop.maxThreadsPerBlock);fprintf(stdout, "每一个线程块的每个维度的最大大小(x,y,z): (%d, %d, %d)\n",device_prop.maxThreadsDim[0], device_prop.maxThreadsDim[1], device_prop.maxThreadsDim[2]);fprintf(stdout, "每一个线程格的每个维度的最大大小(x,y,z): (%d, %d, %d)\n",device_prop.maxGridSize[0], device_prop.maxGridSize[1], device_prop.maxGridSize[2]);fprintf(stdout, "GPU最大时钟频率: %.0f MHz (%0.2f GHz)\n",device_prop.clockRate*1e-3f, device_prop.clockRate*1e-6f);fprintf(stdout, "设备上可用的常量内存总量: %lu bytes\n", device_prop.totalConstMem);fprintf(stdout, "纹理对齐要求: %lu bytes\n", device_prop.textureAlignment);fprintf(stdout, "是否支持设备重叠功能: %s\n", device_prop.deviceOverlap ? "Yes" : "No");fprintf(stdout, "设备上多处理器的数量: %d\n", device_prop.multiProcessorCount);fprintf(stdout, "执行核函数时是否有运行时间限制: %s\n", device_prop.kernelExecTimeoutEnabled ? "Yes" : "No");fprintf(stdout, "设备是否是一个集成GPU: %s\n", device_prop.integrated ? "Yes" : "No");fprintf(stdout, "设备是否支持映射主机内存: %s\n", device_prop.canMapHostMemory ? "Yes" : "No");fprintf(stdout, "CUDA设备计算模式: %d\n", device_prop.computeMode);fprintf(stdout, "一维纹理支持的最大大小: %d\n", device_prop.maxTexture1D);fprintf(stdout, "二维纹理支持的最大大小(x,y): (%d, %d)\n", device_prop.maxTexture2D[0], device_prop.maxSurface2D[1]);fprintf(stdout, "三维纹理支持的最大大小(x,y,z): (%d, %d, %d)\n",device_prop.maxTexture3D[0], device_prop.maxSurface3D[1], device_prop.maxSurface3D[2]);fprintf(stdout, "内存时钟频率峰值: %.0f Mhz\n", device_prop.memoryClockRate * 1e-3f);fprintf(stdout, "全局内存总线宽度: %d bits\n", device_prop.memoryBusWidth);fprintf(stdout, "L2缓存大小: %d bytes\n", device_prop.l2CacheSize);fprintf(stdout, "每个多处理器支持的最大线程数量: %d\n", device_prop.maxThreadsPerMultiProcessor);fprintf(stdout, "设备是否支持同时执行多个核函数: %s\n", device_prop.concurrentKernels ? "Yes" : "No");fprintf(stdout, "异步引擎数量: %d\n", device_prop.asyncEngineCount);fprintf(stdout, "是否支持设备与主机共享一个统一的地址空间: %s\n", device_prop.unifiedAddressing ? "Yes" : "No");}return 0;}

执行结果如下：

GitHub：https://github.com/fengbingchun/CUDA_Test