增加计时函数 GPGPU编程技术-从GLSL、CUDA到OpenCL 平方和算法第一版

在本函数中增加了计时的功能，需要time.h库函数已经在头文件中添加。

//GPGPU编程技术-从GLSL、CUDA到OpenCL  平方和算法第一版 增加计时函数//书中程序160页#include <stdio.h>#include <iostream>#include <cuda_runtime.h> // For the CUDA runtime routines (prefixed with "cuda_")#include <DEVICE_LAUNCH_PARAMETERS.h> //我在查询中找到的头文件 有可能有别的表达方式#include <time.h> //计时用的函数库#define DATA_SIZE 1048567   //4MB 的数据using namespace std;int anData[DATA_SIZE];//生成随机数据量void GenerateNumber(int *pnNumber, int nSize){    for (int i = 0; i < nSize; i++)  pnNumber[i] = rand();}//全局函数计算平方和内核：在主机上调用，在设备上执行__global__ static void sumofSquares(int *pnNum, int* pnResult,clock_t *pclock_ttime){    int nSum = 0;    //计时开始    clock_t clock_tstart = clock();    for (unsigned i = 0; i < DATA_SIZE; i++)    {        nSum += pnNum[i] * pnNum[i];        *pnResult = nSum;    }    //计时结束    *pclock_ttime = clock() - clock_tstart;}void main(){    GenerateNumber(anData, DATA_SIZE); //生成随机数据量    int *pnGpuData, *pnResult;    clock_t *pclock_ttime;//储存时间的    cudaMalloc ((void**)&pnGpuData, sizeof(int) * DATA_SIZE);    cudaMalloc ((void**)&pnResult , sizeof(int) );    cudaMalloc((void**)&pclock_ttime, sizeof(clock_t));    cudaMemcpy(pnGpuData, anData, sizeof(int)*DATA_SIZE, cudaMemcpyHostToDevice);    //本版本是基础版本 在此基础上学习逐渐内存与内核并行优化    //所以这里只用了一个内核    sumofSquares <<< 1,1 >>> (pnGpuData, pnResult,pclock_ttime);    int nSum = 0;    cudaMemcpy(&nSum, pnResult, sizeof(int), cudaMemcpyDeviceToHost);    clock_t pclocksum;    cudaMemcpy(&pclocksum,pclock_ttime, sizeof(clock_t), cudaMemcpyDeviceToHost);    cudaFree(pnGpuData);    cudaFree(pnResult);    printf("SuM = %d    Time = %d\n", nSum, pclocksum);    system("pause");    //return 0;}

上边程序有点小错

//GPGPU编程技术-从GLSL、CUDA到OpenCL  平方和算法第一版 增加计时函数//书中程序160页#include <stdio.h>#include <iostream>#include <cuda_runtime.h> // For the CUDA runtime routines (prefixed with "cuda_")#include <DEVICE_LAUNCH_PARAMETERS.h> //我在查询中找到的头文件 有可能有别的表达方式#include <time.h> //计时用的函数库#define DATA_SIZE 1048576   //4MB 的数据//#define THREAD_NUM 256      //线程数using namespace std;int anData[DATA_SIZE];//生成随机数据量void GenerateNumber(int *pnNumber, int nSize){    for (int i = 0; i < nSize; i++)  pnNumber[i] = rand() % 10;}//全局函数计算平方和内核：在主机上调用，在设备上执行__global__ static void sumofSquares(int *pnNum, int* pnResult,clock_t *pclock_ttime){    //const int tid = threadIdx.x;    //const int nSize = DATA_SIZE / THREAD_NUM;    //int nSum = 0;    //计时开始    clock_t clock_tstart = clock();    for (unsigned i = 0; i < DATA_SIZE; i++)    {        nSum = (pnNum[i] * pnNum[i]) + nSum;    }    *pnResult = nSum;    //计时结束    *pclock_ttime = clock() - clock_tstart;}void main(){    GenerateNumber(anData, DATA_SIZE); //生成随机数据量    int *pnGpuData, *pnResult;    clock_t *pclock_ttime;//储存时间的    cudaMalloc ((void**)&pnGpuData, sizeof(int) * DATA_SIZE);    cudaMalloc ((void**)&pnResult , sizeof(int) );    cudaMalloc((void**)&pclock_ttime, sizeof(clock_t));    cudaMemcpy(pnGpuData, anData, sizeof(int)*DATA_SIZE, cudaMemcpyHostToDevice);    //本版本是基础版本 在此基础上学习逐渐内存与内核并行优化    //所以这里只用了一个内核    sumofSquares <<< 1,1 >>> (pnGpuData, pnResult,pclock_ttime);    int nSum = 0;    cudaMemcpy(&nSum, pnResult, sizeof(int), cudaMemcpyDeviceToHost);    clock_t pclocksum;    cudaMemcpy(&pclocksum,pclock_ttime, sizeof(clock_t), cudaMemcpyDeviceToHost);    cudaFree(pnGpuData);    cudaFree(pnResult);    cudaFree(pclock_ttime);    printf("SuM = %d    Time = %d\n", nSum, pclocksum);    system("pause");    //return 0;}

改动了一点点