以下CUDA sample是分别用C++和CUDA实现的生成的波纹图像,并对其中使用到的CUDA函数进行了解说,code参考了《GPU高性能编程CUDA实战》一书的第五章,各个文件内容如下:
funset.cpp:
#include "funset.hpp" #include <random> #include <iostream> #include <vector> #include <memory> #include <string> #include "common.hpp" #include <opencv2/opencv.hpp> int test_ripple() { const int width{ 512 }, height = width; const float scale{ 1.5f }; const int ticks{ 999 }; cv::Mat mat1(height, width, CV_8UC4), mat2(height, width, CV_8UC4); float elapsed_time1{ 0.f }, elapsed_time2{ 0.f }; // milliseconds int ret = ripple_cpu(mat1.data, width, height, ticks, &elapsed_time1); if (ret != 0) PRINT_ERROR_INFO(ripple_cpu); ret = ripple_gpu(mat2.data, width, height, ticks, &elapsed_time2); if (ret != 0) PRINT_ERROR_INFO(ripple_gpu); for (int y = 0; y < height; ++y) { for (int x = 0; x < width; ++x) { cv::Vec4b val1 = mat1.at<cv::Vec4b>(y, x); cv::Vec4b val2 = mat2.at<cv::Vec4b>(y, x); for (int i = 0; i < 4; ++i) { if (val1[i] != val2[i]) { fprintf(stderr, "their values are different at (%d, %d), i: %d, val1: %d, val2: %d\n", x, y, i, val1[i], val2[i]); return -1; } } } } const std::string save_image_name{ "E:/GitCode/CUDA_Test/ripple.jpg" }; cv::imwrite(save_image_name, mat2); fprintf(stderr, "cpu run time: %f ms, gpu run time: %f ms\n", elapsed_time1, elapsed_time2); return 0; }
ripple.cpp:
#include "funset.hpp" #include <chrono> int ripple_cpu(unsigned char* ptr, int width, int height, int ticks, float* elapsed_time) { auto start = std::chrono::steady_clock::now(); for (int y = 0; y < height; ++y) { for (int x = 0; x < width; ++x) { int offset = x + y * width; float fx = x - width / 2; float fy = y - height / 2; float d = sqrtf(fx * fx + fy * fy); unsigned char grey = (unsigned char)(128.0f + 127.0f * cos(d / 10.0f - ticks / 7.0f) / (d / 10.0f + 1.0f)); ptr[offset * 4 + 0] = grey; ptr[offset * 4 + 1] = grey; ptr[offset * 4 + 2] = grey; ptr[offset * 4 + 3] = 255; } } auto end = std::chrono::steady_clock::now(); auto duration = std::chrono::duration_cast<std::chrono::nanoseconds>(end - start); *elapsed_time = duration.count() * 1.0e-6; return 0; }
ripple.cu:
#include "funset.hpp" #include <iostream> #include <algorithm> #include <memory> #include <cuda_runtime.h> // For the CUDA runtime routines (prefixed with "cuda_") #include <device_launch_parameters.h> #include "common.hpp" /* __global__: 函数类型限定符;在设备上运行;在主机端调用,计算能力3.2及以上可以在 设备端调用;声明的函数的返回值必须是void类型;对此类型函数的调用是异步的,即在 设备完全完成它的运行之前就返回了;对此类型函数的调用必须指定执行配置,即用于在 设备上执行函数时的grid和block的维度,以及相关的流(即插入<<< >>>运算符); a kernel,表示此函数为内核函数(运行在GPU上的CUDA并行计算函数称为kernel(内核函 数),内核函数必须通过__global__函数类型限定符定义); */ __global__ static void ripple(unsigned char* ptr, int width, int height, int ticks) { /* gridDim: 内置变量,用于描述线程网格的维度,对于所有线程块来说,这个 变量是一个常数,用来保存线程格每一维的大小,即每个线程格中线程块的数量. 一个grid最多只有二维,为dim3类型; blockDim: 内置变量,用于说明每个block的维度与尺寸.为dim3类型,包含 了block在三个维度上的尺寸信息;对于所有线程块来说,这个变量是一个常数, 保存的是线程块中每一维的线程数量; blockIdx: 内置变量,变量中包含的值就是当前执行设备代码的线程块的索引;用 于说明当前thread所在的block在整个grid中的位置,blockIdx.x取值范围是 [0,gridDim.x-1],blockIdx.y取值范围是[0, gridDim.y-1].为uint3类型, 包含了一个block在grid中各个维度上的索引信息; threadIdx: 内置变量,变量中包含的值就是当前执行设备代码的线程索引;用于 说明当前thread在block中的位置;如果线程是一维的可获取threadIdx.x,如果 是二维的还可获取threadIdx.y,如果是三维的还可获取threadIdx.z;为uint3类 型,包含了一个thread在block中各个维度的索引信息 */ // 将线程和线程块的索引映射到图像坐标 int x = threadIdx.x + blockIdx.x * blockDim.x; int y = threadIdx.y + blockIdx.y * blockDim.y; int offset = x + y * blockDim.x * gridDim.x; float fx = x - width / 2; float fy = y - height / 2; float d = sqrtf(fx * fx + fy * fy); unsigned char grey = (unsigned char)(128.0f + 127.0f * cos(d / 10.0f - ticks / 7.0f) / (d / 10.0f + 1.0f)); ptr[offset * 4 + 0] = grey; ptr[offset * 4 + 1] = grey; ptr[offset * 4 + 2] = grey; ptr[offset * 4 + 3] = 255; } int ripple_gpu(unsigned char* ptr, int width, int height, int ticks, float* elapsed_time) { /* cudaEvent_t: CUDA event types,结构体类型, CUDA事件,用于测量GPU在某 个任务上花费的时间,CUDA中的事件本质上是一个GPU时间戳,由于CUDA事件是在 GPU上实现的,因此它们不适于对同时包含设备代码和主机代码的混合代码计时 */ cudaEvent_t start, stop; // cudaEventCreate: 创建一个事件对象,异步启动 cudaEventCreate(&start); cudaEventCreate(&stop); // cudaEventRecord: 记录一个事件,异步启动,start记录起始时间 cudaEventRecord(start, 0); const size_t length{ width * height * 4 * sizeof(unsigned char) }; unsigned char* dev{ nullptr }; // cudaMalloc: 在设备端分配内存 cudaMalloc(&dev, length); const int threads_block{ 16 }; dim3 blocks(width / threads_block, height / threads_block); dim3 threads(threads_block, threads_block); /* <<< >>>: 为CUDA引入的运算符,指定线程网格和线程块维度等,传递执行参 数给CUDA编译器和运行时系统,用于说明内核函数中的线程数量,以及线程是如何 组织的;尖括号中这些参数并不是传递给设备代码的参数,而是告诉运行时如何 启动设备代码,传递给设备代码本身的参数是放在圆括号中传递的,就像标准的函 数调用一样;不同计算能力的设备对线程的总数和组织方式有不同的约束;必须 先为kernel中用到的数组或变量分配好足够的空间,再调用kernel函数,否则在 GPU计算时会发生错误,例如越界等; 使用运行时API时,需要在调用的内核函数名与参数列表直接以<<<Dg,Db,Ns,S>>> 的形式设置执行配置,其中:Dg是一个dim3型变量,用于设置grid的维度和各个 维度上的尺寸.设置好Dg后,grid中将有Dg.x*Dg.y个block,Dg.z必须为1;Db是 一个dim3型变量,用于设置block的维度和各个维度上的尺寸.设置好Db后,每个 block中将有Db.x*Db.y*Db.z个thread;Ns是一个size_t型变量,指定各块为此调 用动态分配的共享存储器大小,这些动态分配的存储器可供声明为外部数组 (extern __shared__)的其他任何变量使用;Ns是一个可选参数,默认值为0;S为 cudaStream_t类型,用于设置与内核函数关联的流.S是一个可选参数,默认值0. */ ripple << <blocks, threads >> >(dev, width, height, ticks); /* cudaMemcpy: 在主机端和设备端拷贝数据,此函数第四个参数仅能是下面之一: (1). cudaMemcpyHostToHost: 拷贝数据从主机端到主机端 (2). cudaMemcpyHostToDevice: 拷贝数据从主机端到设备端 (3). cudaMemcpyDeviceToHost: 拷贝数据从设备端到主机端 (4). cudaMemcpyDeviceToDevice: 拷贝数据从设备端到设备端 (5). cudaMemcpyDefault: 从指针值自动推断拷贝数据方向,需要支持 统一虚拟寻址(CUDA6.0及以上版本) cudaMemcpy函数对于主机是同步的 */ cudaMemcpy(ptr, dev, length, cudaMemcpyDeviceToHost); // cudaFree: 释放设备上由cudaMalloc函数分配的内存 cudaFree(dev); // cudaEventRecord: 记录一个事件,异步启动,stop记录结束时间 cudaEventRecord(stop, 0); // cudaEventSynchronize: 事件同步,等待一个事件完成,异步启动 cudaEventSynchronize(stop); // cudaEventElapseTime: 计算两个事件之间经历的时间,单位为毫秒,异步启动 cudaEventElapsedTime(elapsed_time, start, stop); // cudaEventDestroy: 销毁事件对象,异步启动 cudaEventDestroy(start); cudaEventDestroy(stop); return 0; }
生成的结果图像如下:
执行结果如下: