CUDA 入门

🚀 CUDA C++ 入门教程：向量加法示例

本教程将介绍如何使用 CUDA C++ 在 GPU 上实现两个向量的加法操作。

---

✅ 教程流程

1. 在主机（Host）上分配内存并初始化数据
2. 分配设备（Device）内存
3. 将数据从主机复制到设备
4. 启动 CUDA 核函数（Kernel）并行执行
5. 将结果复制回主机
6. 验证计算结果
7. 释放内存资源

---

📦 示例代码（vector_add.cu）

#include <iostream>
#include <cuda_runtime.h>

// CUDA 核函数：每个线程负责加一个元素
__global__ void vectorAdd(const float* A, const float* B, float* C, int N) {
    int i = blockIdx.x * blockDim.x + threadIdx.x;
    if (i < N) {
        C[i] = A[i] + B[i];
    }
}

int main() {
    int N = 1 << 20; // 1M 元素
    size_t size = N * sizeof(float);

    // 1. 主机内存分配
    float *h_A = (float*)malloc(size);
    float *h_B = (float*)malloc(size);
    float *h_C = (float*)malloc(size);

    // 2. 初始化数据
    for (int i = 0; i < N; ++i) {
        h_A[i] = static_cast<float>(i);
        h_B[i] = static_cast<float>(2 * i);
    }

    // 3. 设备内存分配
    float *d_A, *d_B, *d_C;
    cudaMalloc((void**)&d_A, size);
    cudaMalloc((void**)&d_B, size);
    cudaMalloc((void**)&d_C, size);

    // 4. 复制数据到设备
    cudaMemcpy(d_A, h_A, size, cudaMemcpyHostToDevice);
    cudaMemcpy(d_B, h_B, size, cudaMemcpyHostToDevice);

    // 5. 启动核函数
    int threadsPerBlock = 256;
    int blocksPerGrid = (N + threadsPerBlock - 1) / threadsPerBlock;
    vectorAdd<<<blocksPerGrid, threadsPerBlock>>>(d_A, d_B, d_C, N);

    // 6. 复制结果回主机
    cudaMemcpy(h_C, d_C, size, cudaMemcpyDeviceToHost);

    // 7. 验证结果
    bool success = true;
    for (int i = 0; i < N; ++i) {
        if (fabs(h_C[i] - (h_A[i] + h_B[i])) > 1e-5) {
            success = false;
            break;
        }
    }
    std::cout << (success ? "Result verified!\n" : "Result incorrect!\n");

    // 8. 释放内存
    free(h_A); free(h_B); free(h_C);
    cudaFree(d_A); cudaFree(d_B); cudaFree(d_C);

    return 0;
}