首页 > 代码库 > cuda数组的拷贝
cuda数组的拷贝
原文链接
简单描述一下自己要做的事情:(1)CPU三维的vector--->(2)CPU三维数组--->(3)转换到GPU中的三维数组--->(4)转换到CPU中的三维数组,而其中问题主要出在第3、4步。
主要是没有理解一个问题,那就是“cuda的各种拷贝一定要是内存连续的”。而自己在申请三维数组的时候用的是new或者malloc,这种在申请一维数组的时候是连续的,但是在申请多维数组就会出现不连续,因此在这里犯了致命错误。
http://hpcbbs.it168.com/thread-7366-1-1.html这个帖子给了很好的建议,“vector<vector<float> > 并不是二维数组吧,它只是实现了二维数组的操作(比如[][]).内存是不连续的。要用cudaMemcpy还是得定义 float 2darray[N][M] 或者 直接 float *2darray = new float(M*N);”。反正就是这样,纸上得来终觉浅,自己多亲身力为一下。
1 #include "example1.cuh" 2 #include "Struct.h" 3 /************************************************************************/ 4 /* 转换成设备可以识别的 */ 5 /************************************************************************/ 6 void InitCPUData(DataMatrix &datamatrix,std::vector<std::vector<std::vector<float > > > vec3D1, 7 std::vector<std::vector<std::vector<float > > > vec3D2,int width,int height,int depth) 8 { 9 int i,j,k;10 for (i=0;i<depth;i++)11 {12 for (j=0;j<height;j++)13 {14 for (k=0;k<width;k++)15 {16 datamatrix.Mat3D1[i][j][k]=vec3D1[i][j][k];17 datamatrix.Mat3D2[i][j][k]=vec3D2[i][j][k];18 }19 }20 }21 }22 23 /************************************************************************/24 /* 分配并且赋值 */25 /************************************************************************/26 __host__ void AllocDataAndVal(DataStruct &datastruct,DataMatrix datamatrix,int width,int height,int depth)27 {28 //分配内存29 cudaExtent extent=make_cudaExtent(sizeof(float)*6,7,8);30 cutilSafeCall(cudaMalloc3D(&(datastruct.Vec3D1),extent));31 cutilSafeCall(cudaMalloc3D(&(datastruct.Vec3D2),extent));32 //赋值33 cudaMemcpy3DParms Parms3D1={0};34 cudaMemcpy3DParms Parms3D2={0};35 Parms3D1.dstPtr=datastruct.Vec3D1;36 Parms3D2.dstPtr=datastruct.Vec3D2;37 Parms3D1.srcPtr=make_cudaPitchedPtr((void*)datamatrix.Mat3D1,width*sizeof(float),width,height);38 Parms3D2.srcPtr=make_cudaPitchedPtr((void*)datamatrix.Mat3D2,width*sizeof(float),width,height);39 Parms3D1.extent=extent;40 Parms3D2.extent=extent;41 Parms3D1.kind=cudaMemcpyHostToDevice;42 Parms3D2.kind=cudaMemcpyHostToDevice;43 cudaMemcpy3D(&Parms3D1);44 cudaMemcpy3D(&Parms3D2);45 }46 47 48 /************************************************************************/49 /* 核函数 */50 /************************************************************************/51 __global__ void kernel(DataStruct datastruct,int width,int height,int depth) //实现类中两个数组的相加,保持到第一个数组中52 {53 char* devPtr1=(char*)datastruct.Vec3D1.ptr; //起始地址54 char* devPtr2=(char*)datastruct.Vec3D2.ptr;55 int pitch=datastruct.Vec3D1.pitch; //pitch,相当于宽度56 int SlicePitch=pitch*height; 57 //用线程58 int xid=threadIdx.x;59 int yid=threadIdx.y;60 int zid=threadIdx.z;61 if (xid<width&&yid<height&&zid<depth)62 {63 ((float*)((char*)(devPtr1+zid*SlicePitch)+yid*pitch))[zid]=((float*)((char*)(devPtr1+zid*SlicePitch)+yid*pitch))[zid]+64 ((float*)((char*)(devPtr2+zid*SlicePitch)+yid*pitch))[zid];65 }66 }67 68 /************************************************************************/69 /* 返回到主机上 */70 /************************************************************************/71 __host__ void GPU2CPU(DataStruct &datastruct,DataMatrix datamatrix, int width,int height,int depth)72 {73 cudaExtent extent=make_cudaExtent(sizeof(float)*6,7,8);74 cudaMemcpy3DParms Parms3D1={0};75 cudaMemcpy3DParms Parms3D2={0};76 Parms3D1.srcPtr=datastruct.Vec3D1;77 Parms3D2.srcPtr=datastruct.Vec3D2;78 Parms3D1.dstPtr=make_cudaPitchedPtr((void*)datamatrix.Mat3D1,width*sizeof(float),width,height);79 Parms3D2.dstPtr=make_cudaPitchedPtr((void*)datamatrix.Mat3D2,width*sizeof(float),width,height);80 Parms3D1.extent=extent;81 Parms3D2.extent=extent;82 Parms3D1.kind=cudaMemcpyDeviceToHost;83 Parms3D2.kind=cudaMemcpyDeviceToHost;84 cudaMemcpy3D(&Parms3D1);85 cudaMemcpy3D(&Parms3D2);86 87 }
主函数:
1 // 说明:在cu中host和device的虽然写在一起,但是是分开编译的,这个在一起只是形式上的。如果函数前面有__global__由主机调用设备执行,__device__设备调用设备执行,__host__主机调用主机执行。其分别对应三种形式为核函数、核函数中的函数、一般函数。 2 3 #include <iostream> 4 #include <vector> 5 #include <algorithm> 6 #include "example1.cuh" 7 #include "Struct.h" 8 9 int main()10 {11 int i,j,k;12 int width=6;13 int height=7;14 int depth=8;15 std::vector<std::vector<std::vector<float > > > vec3D1(width); //建立6*7*8的三维数组,范文depth-height-width16 std::vector<std::vector<std::vector<float > > > vec3D2(width);17 18 vec3D1.resize(depth);19 vec3D2.resize(depth);20 for (i=0;i<depth;i++)21 {22 vec3D1[i].resize(height);23 vec3D2[i].resize(height);24 for (j=0;j<height;j++)25 {26 vec3D1[i][j].resize(width);27 vec3D2[i][j].resize(width);28 for (k=0;k<width;k++)29 {30 vec3D1[i][j][k]=i+j+k;31 vec3D2[i][j][k]=i*j*k;32 }33 }34 }35 36 //////////////////////////////////////////////////////////////////////////37 //将数据转换成设备可以接受的形式,为赋值做准备,这个是在主机上进行38 DataMatrix datamatrix;39 InitCPUData(datamatrix,vec3D1,vec3D2,width,height,depth);40 41 //////////////////////////////////////////////////////////////////////////42 //给设备分配内存并且赋值,这个是在设备上进行43 DataStruct datastruct;44 AllocDataAndVal(datastruct,datamatrix,width,height,depth);45 46 //////////////////////////////////////////////////////////////////////////47 //调用核函数48 dim3 dimBlock(8,7,6);49 kernel<<<1,dimBlock>>>(datastruct,width,height,depth); 50 51 //////////////////////////////////////////////////////////////////////////52 //返回到主机,并显示出来53 GPU2CPU(datastruct,datamatrix,width,height,depth);54 for (i=0;i<depth;i++)55 {56 for (j=0;j<height;j++)57 {58 for (k=0;k<width;k++)59 {60 printf("%f ",datamatrix.Mat3D1[i][j][k]);61 }62 printf("\n");63 }64 printf("\n");65 printf("\n");66 }67 68 69 //释放空间70 cudaFree(&(datastruct.Vec3D1));71 cudaFree(&(datastruct.Vec3D2));72 73 }
cuda数组的拷贝
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。