并行计算02-《cuda by examples》代码配置及julia例子
来源:互联网 发布:网络接口芯片 编辑:程序博客网 时间:2024/04/28 18:11
摘要:回忆VS的使用,把《cuda by examples》书的代码配置一下,使julian在CPU及GPU都跑起来, 对比GPU与CPU的编程的区别。
VS很久没用,用起有些不熟悉了,今天复习了一下VS的使用,练习一下把一些例子使用起来,记录一下。感觉一个技术如果不用,一段时间就可以忘记得一点印象都没有,这时就得回忆了,一边做一边回忆。
1. h文件
包的存放问题,本想创建一个文件夹来存放头文件的,把所有的头文件都copy过来了。可是后来发现这个只是把这个文件只是把它的路径引用来的,那个显示像文件夹的东西是一个过滤器来的。后在在目录下创建相关目录,把头文件放入去就可以。
这样:
这个是相对于项目demo_cuda的目录,引用时像例子所给的那样就可以用了。
#include "../common/book.h"#include "../common/cpu_bitmap.h"
头文件配置好之后,编译就不会有问题了:
1>CUDACOMPILE : nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).1>CUDACOMPILE : nvcc warning : nvcc support for Microsoft Visual Studio 2010 and earlier has been deprecated and is no longer being maintained1> demo_julia.cu1> support for Microsoft Visual Studio 2010 has been deprecated!1>1>生成成功。1>1>已用时间 00:00:02.47========== 生成: 成功 1 个,失败 0 个,最新 0 个,跳过 0 个 ==========
2. lib配置
当头文件解决了,到lib了,如果不配置会出现如下问题:
1>LINK : fatal error LNK1104: 无法打开文件“glut32.lib”
配置附加库目录
配置附加依赖项
注意了,如果glut32.lib少了后缀,再编译一下,再生成,会出现问题2:
1>LINK : fatal error LNK1104: 无法打开文件“glut32.obj”
问题3:1>LINK : fatal error LNK1123: 转换到 COFF 期间失败: 文件无效或损坏
3. julia例子
3.1 CPU
#include "../common/book.h"#include "../common/cpu_bitmap.h"#define DIM 1000struct cuComplex { float r; float i; cuComplex( float a, float b ) : r(a), i(b) {} float magnitude2( void ) { return r * r + i * i; } cuComplex operator*(const cuComplex& a) { return cuComplex(r*a.r - i*a.i, i*a.r + r*a.i); } cuComplex operator+(const cuComplex& a) { return cuComplex(r+a.r, i+a.i); }};int julia( int x, int y ) { const float scale = 1.5; float jx = scale * (float)(DIM/2 - x)/(DIM/2); float jy = scale * (float)(DIM/2 - y)/(DIM/2); cuComplex c(-0.8, 0.156); cuComplex a(jx, jy); int i = 0; for (i=0; i<200; i++) { a = a * a + c; if (a.magnitude2() > 1000) return 0; } return 1;}void kernel( unsigned char *ptr ){ for (int y=0; y<DIM; y++) { for (int x=0; x<DIM; x++) { int offset = x + y * DIM; int juliaValue = julia( x, y ); ptr[offset*4 + 0] = 255 * juliaValue; ptr[offset*4 + 1] = 0; ptr[offset*4 + 2] = 0; ptr[offset*4 + 3] = 255; } } }int main( void ) { CPUBitmap bitmap( DIM, DIM ); unsigned char *ptr = bitmap.get_ptr(); kernel( ptr ); bitmap.display_and_exit();}
3.2 GPU
#include "cuda_runtime.h"#include "device_launch_parameters.h"#include <stdio.h>#include "../common/book.h"#include "../common/cpu_bitmap.h"#define DIM 1000struct cuComplex { float r; float i; __device__ cuComplex( float a, float b ) : r(a), i(b) {} __device__ float magnitude2( void ) { return r * r + i * i; } __device__ cuComplex operator*(const cuComplex& a) { return cuComplex(r*a.r - i*a.i, i*a.r + r*a.i); } __device__ cuComplex operator+(const cuComplex& a) { return cuComplex(r+a.r, i+a.i); }};__device__ int julia( int x, int y ) { const float scale = 1.5; float jx = scale * (float)(DIM/2 - x)/(DIM/2); float jy = scale * (float)(DIM/2 - y)/(DIM/2); cuComplex c(-0.8, 0.156); cuComplex a(jx, jy); int i = 0; for (i=0; i<200; i++) { a = a * a + c; if (a.magnitude2() > 1000) return 0; } return 1;}__global__ void kernel( unsigned char *ptr ) { // map from blockIdx to pixel position int x = blockIdx.x; int y = blockIdx.y; int offset = x + y * gridDim.x; // now calculate the value at that position int juliaValue = julia( x, y ); ptr[offset*4 + 0] = 255 * juliaValue; ptr[offset*4 + 1] = 0; ptr[offset*4 + 2] = 0; ptr[offset*4 + 3] = 255;}// globals needed by the update routinestruct DataBlock { unsigned char *dev_bitmap;};int main( void ) { DataBlock data; CPUBitmap bitmap( DIM, DIM, &data ); unsigned char *dev_bitmap; HANDLE_ERROR( cudaMalloc( (void**)&dev_bitmap, bitmap.image_size() ) ); data.dev_bitmap = dev_bitmap; dim3 grid(DIM,DIM); kernel<<<grid,1>>>( dev_bitmap ); HANDLE_ERROR( cudaMemcpy( bitmap.get_ptr(), dev_bitmap, bitmap.image_size(), cudaMemcpyDeviceToHost ) ); HANDLE_ERROR( cudaFree( dev_bitmap ) ); bitmap.display_and_exit();}
注意,GPU的代码下载包里的代码有些问题,要在cuComplex构造函数前加上device ,上面已经加上了。详细修改参见《CUDA BY EXAMPLES第4章代码错误解决方法》;
http://blog.csdn.net/chevroletss/article/details/48130953
对julia这个东西是什么,参见《再谈Julia集与Mandelbrot集》
http://www.matrix67.com/blog/archives/4570
4. 运行结果
【作者:happyprince, http://blog.csdn.net/ld326/article/details/78573914】
- 并行计算02-《cuda by examples》代码配置及julia例子
- cuda的julia集运行错误解决办法- 《cuda by examples》第四章例子
- cuda by example -julia
- CUDA By Examples 0
- CUDA By Examples 1
- CUDA By Examples 2
- CUDA By Examples 3
- CUDA By Examples 4
- CUDA By Examples 5
- CUDA By Examples 6
- CUDA By Examples 7
- CUDA By Examples 8
- CUDA By Examples 9
- CUDA By Examples 10
- CUDA BY EXAMPLES第4章代码错误解决方法
- Julia set code CUDA by example 常见问题
- CUDA By Example——Julia实例
- CUDA By Example 第四章Julia集
- 数据库插入日期,取出日期,显示格式的问题
- HDU2516:取石子游戏(巴神博弈)
- java语言基础【java变量】
- Jenkins安装
- Java反射机制
- 并行计算02-《cuda by examples》代码配置及julia例子
- 第一篇博客
- 相似三角形
- Python-Selenium中chromeDriver限制图片和Javascript加载
- 高快省的排序算法
- 皮克定理
- Centos 安装 MySQL
- 设计模式之策略模式
- 文章标题