CUDA学习日记9

1. CPU/GPU并发性

解析：CPU/GPU并发性指CPU在已经发送一些请求给GPU后能够继续处理的能力。其实，CPU/GPU并发性最重要

的用处就是隐藏来自GPU请求任务的开销。

2. cudaError_t cudaThreadSynchronize(void);

解析：阻止直到设备上所有请求任务执行完毕。cudaThreadSynchronize()返回一个错误，如果其中一个任务失败。

3. cudaError_t cudaThreadExit(void);

解析：清除主机调用的线程中所有runtime相关的资源。任何后来的API将重新初始化runtime。

4. cudaError_t cudaStreamCreate(cudaStream_t* stream);

解析：创建一个流。

5. cudaError_t cudaStreamQuery(cudaStream_t stream);

解析：返回cudasuccess，如果所有流中的操作完成。返回cudaErrorNotReady，如果不是。

6. cudaError_t cudaStreamSyncronize(cudaStream_t stream);

解析：阻止直到设备上完成流中的所有操作。

7. cudaError_t cudaStreamDestroy(cudaStream_t stream);

解析：销毁一个流。

8. cudaError_t cudaEventCreate(cudaEvent_t* event);

解析：创建一个事件。

9. cudaError_t cudaEventRecord(cudaEvent_t event, CUstream stream);

解析：记录一个事件。如果stream是非零的，当流中所有的操作完毕，事件被记录；否则，当CUDA context中所有

的操作完毕，事件被记录。由于这个操作是异步的，必须使用cudaEventQuery和/或cudaEventSyncronize 来决定何

时事件被真的记录了。

10. cudaError_t cudaEventQuery(cudaEvent_t event);

解析：返回cudaSuccess，如果事件被真的记录了。返回cudaErrorNotReady，如果不是。

11. cudaError_t cudaEventSyncronize(cudaEvent_t event);

解析：阻止直到事件被真的记录了。如果cudaEventRecord()在这个事件中没有被调用，函数返回

cudaErrorInvalidValue。

12. cudaError_t cudaEventDestroy(cudaEvent_t event);

解析：销毁一个事件。

13. cudaError_t cudaEventElapsedTime(float* time, cudaEvent_t start, cudaEvent_t end);

解析：计算两个事件之间花费的时间（millisecond）。如果事件未被记录，函数返回cudaErrorInvalidValue。

14. cudaError_t cudaGetDeviceCount(int* count);

解析：返回计算兼容性大于等于1.0的设备数量到指针*count。

15. cudaError_t cudaSetDevice(int dev);

解析：记录dev作为设备在哪个活动的主机线程中执行设备代码。

16. cudaError_t cudaGetDevice(int* dev);

解析：返回设备在哪个活动的主机线程中执行设备代码到指针*dev。

17. cudaError_t cudaGetDeviceProperties(struct cudaDeviceProp* prop, int dev);

解析：返回设备dev的属性到指针*prop。

18. cudaError_t cudaChooseDevice(int* dev, const struct cudaDeviceProp* prop);

解析：返回设备的哪些属性最匹配*prop到指针*dev。

19. CUDA Runtime API

解析：

（1）低级API（cuda_runtime_api.h）是C接口类型的，不需要nvcc编译。

（2） 高级API（cuda_runtime.h ）是C++接口类型的，基于低级API之上的，可直接使用C++代码，并被任何的

C++编译器编译。高级API还有一些CUDA特定的包，它们需要nvcc编译。

说明：CUDA Runtime API和CUDA Driver API提供了设备管理，线程管理，流管理，事件管理，内存管理，纹理引

用管理，执行控制，OpenGL互操作性，Direct3D互操作性，错误处理等函数。

参考文献：

[1] NVIDIA CUDA编程指南