关于cuda的一个例子（原来发布到csdn上的、现在搬过来）

#include "cuda_runtime.h"

#include "device_launch_parameters.h"

#include

#include

//kernel函数代码

__global__ void testkernel(int *d_A, size_t size)

{

//x,y方向的线程索引

    int dx = blockDim.x * blockIdx.x + threadIdx.x;

    int dy = blockDim.y * blockIdx.y + threadIdx.y;

    if( blockIdx.x == 0 && blockIdx.y == 0 )//0号block中的每个threads执行+1操作

       d_A[dx*size+dy] += 1;

    if( blockIdx.x == 0 && blockIdx.y == 1 )//1号block中的每个threads执行+1操作

       d_A[dx*size+dy] += 2;

    if( blockIdx.x == 1 && blockIdx.y == 0 )//2号block中的每个threads执行+1操作

       d_A[dx*size+dy] += 3;

    if( blockIdx.x == 1 && blockIdx.y == 1 )//3号block中的每个threads执行+1操作

       d_A[dx*size+dy] += 4;

}

int main( int argc, char** argv) 

{

int h_A[8][8] = {{1,1,1,1,2,2,2,2},//*内存中bolcks分配说明*

                 {1,1,1,1,2,2,2,2},//

                 {1,1,1,1,2,2,2,2},//0号bolcks 2号blocks

                 {1,1,1,1,2,2,2,2},//

                 {3,3,3,3,4,4,4,4},//

                 {3,3,3,3,4,4,4,4},//1号bolcks 3号bolcks

                 {3,3,3,3,4,4,4,4},//

                 {3,3,3,3,4,4,4,4}};//********************

 

int  *d_A, *h_B;

size_t size = 8 * 8 * sizeof(int);//内存大小

size_t rsize = 8;

//配置grid与blockdim3是一个结构体（struct uint3{int x,int y,int z}dim3;）

dim3 dimgrid(2,2);//每个grid中2*2个block

dim3 dimblock(4,4);//每个bolck中4*4个threads

h_B = (int*)malloc(size);

//在设备上开辟内存空间

cudaMalloc( (void **) &d_A, size );

//把数据从主机拷到设备上

cudaMemcpy( d_A, h_A, size, cudaMemcpyHostToDevice );

//调用kernel函数、尖括号里面是对线程的分配dimgrid*dimblock

testkernel<<>>(d_A,rsize);

//把计算结果从设备gpu拷回主机cpu

cudaMemcpy( h_B, d_A, size, cudaMemcpyDeviceToHost );

//输出gpu计算的结果

for(int i = 0; i < 8; i++)

{

  for(int j = 0;j < 8; j++)

      printf("%2d ",h_B[i*rsize+j]);

printf("\n");

}

//释放指针

cudaFree(d_A);

free(h_B);

}