我刚开始学习CUDA编程.我正在浏览一些简单的CUDA C示例,一切都在游动.然后！突然！推力！我认为自己精通C仿函数,并对CUDA C和Thrust之间的区别感到吃惊

我觉得很难相信

__global__ void square(float *a, int N) {
    int idx = blockIdx.x * blockDim.x + threadIdx.x;
    if (idx < N) {
        a[idx] = a[idx] * a[idx];
    }
}

int main(int argc, char** argv) {

float *aHost, *aDevice;

const int N = 10;
size_t size = N * sizeof(float);

aHost = (float*)malloc(size);
cudaMalloc((void**)&aDevice, size);

for (int i = 0; i < N; i++) {
    aHost[i] = (float)i;
}

cudaMemcpy(aDevice, aHost, size, cudaMemcpyHostToDevice);

int block = 4;
int nBlock = N/block + (N % block == 0 ? 0:1);

square<<<nBlock, block>>>(aDevice, N);

cudaMemcpy(aHost, aDevice, size, cudaMemcpyDeviceToHost);

for (int i = 0; i < N; i++) {
    printf("%d, %f\n", i, aHost[i]);
}

free(aHost);
cudaFree(aDevice);
}

是等价的

template <typename T>
    struct square {
    __host__ __device__ T operator()(const T& x) const {
        return x * x;
    }
}; 

int main(int argc, char** argv) {
    const int N = 10;
    thrust::device_vector<float> dVec(N);
    thrust::sequence(dVec.begin(), dVec.end());
    thrust::transform(dVec.begin(), dVec.end(), dVec.begin(), square<float>());
    thrust::copy(dVec.begin(), dVec.end(), std::ostream_iterator<float>(std::cout, "\n"));
}

我错过了什么吗？上面的代码是在GPU上运行的吗？ Thrust是一个很好的工具,但我怀疑它会处理所有繁重的C风格的内存管理.

> Thrust代码是否在GPU上执行？我该怎么说？
> Thrust是如何消除唤起内核的奇怪语法的？
> Thrust真的引起了内核吗？
> Thrust会自动处理线程索引计算吗？

谢谢你的时间.对不起,如果这些都是愚蠢的问题,但我发现我看到的例子很快就从可以被描述为Model T转变为M3.

解决方法:

大概：是的,当然. Thrust是一个图书馆,所以它们都是为了让它变得更容易而诞生的.它的重点在于避免使用所有显式的CUDA代码,这对于其他程序员来说看起来很奇怪,提供了一个友好的类C接口.

Thrust使用GPU,但不仅仅是GPU.如果您编写自己的代码,它会进行相同的操作,即用于分配内存,复制,设置网格和块大小的C/C++代码……然后调用GPU执行内核.

对于那些不想进入低级CUDA内容但是在一个简单(但频繁)的问题中利用GPU并行性的人来说,这是一个很好的选择,比如矢量操作.