功能对象无法正常工作
我定义了以下函数对象： struct Predicate1 { __device__ bool operator ） （const DereferencedIteratorTuple& lhs，const DereferencedIteratorTuple& rhs） { using thrust :: get; //如果你
..
gpu相关内容
CUDA cudaMalloc
我开始写一个新的CUDA应用程序。然而，我沿着一条有趣的弯路。 调用变量x上的第一个cudaMalloc，第一次失败。但是当我第二次调用它时，它返回cudaSuccess。最近升级到CUDA 4.0 SDK，这是一个很奇怪的错误。 我甚至做了一些测试，似乎第一次调用cudaMalloc失败。 解决方案 第一次调用任何cuda库函数都会启动一个初始化子程序。它可能发生，不知何故初始化
..
为什么Opencv GPU代码比CPU慢？
我通过笔记本使用opencv242 + VS2010。 我试图对OpenCV中的GPU块进行一些简单的测试，但它显示GPU比CPU代码慢100倍。 在这段代码中，我只是将彩色图像转为灰度图像，使用 cvtColor 的功能 PART1是CPU代码（测试cpu RGB2GRAY），PART2是上传图像到GPU，PART3是GPU RGB2GRAY，PART4是CPU RGB2GRAY。
..
通过引用将thrust :: device_vector传递给函数
我试图传递 device_vector 结构 struct point { unsigned int x; unsigned int y; } 以下列方式： void print（thrust :: device_vector& points，unsigned int index） { std :: cout
..
什么是CUDA设备代码支持的真正的C ++语言结构？
CUDA文档的3.2版本的附录D指的是CUDA设备代码中的C ++支持。 清楚地提到CUDA支持“用于计算能力2.x的设备的类”。但是，我正在使用计算能力1.1和1.3的设备，我可以使用此功能！ 例如，此代码的工作原理： //类定义自愿简化 类Foo { private： int x_; public： __device__ Foo（）{x_ = 42; }
..
CUDA如何获取网格，块，线程大小和非平方矩阵计算
我是CUDA的新用户，需要帮助了解一些事情。我需要帮助并行化这两个for循环。具体如何设置dimBlock和dimGrid使这个运行更快。我知道这看起来像sdk中的向量添加示例，但该示例只是为方阵，当我尝试修改该代码为我的128 x 1024矩阵，它不能正常工作。 __ global__ void mAdd（float * A，float * B，float * C） { （int i
..
运行在GPU的C＃代码
我没有GPU的编程概念和API的知识。我有几个问题： 是否有可能写一张托管的C＃代码和编译/它翻译成某种模块，它可以在GPU上执行的？还是我注定有两种实现方式，一种为CPU上管理，一个用于GPU（据我所知，会有什么可以在GPU上执行的限制）？ 是否存在一个体面和成熟的API来对各种GPU硬件厂商独立程序（即通用API）？ 是否有任何的最佳做法，如果一个人想开发一个CPU上运行的应用程序，
..
Fortran接口调用C函数返回一个指针
我有一个C函数， 双* foofunc（） { / *函数体* / } 我不知道如何在的Fortran声明一个接口这一号召 C 功能。 此外，如果指针应该是指向 GPU设备内存，我怎么能定义在 Fortran语言界面？我是否需要使用 DEVICE 属性。 请使用由 Fortran语言支持的功能到2003年。 有什么建议？ 解决方案 既然你Fortran 2003的，最简单的方式接口F
..
OpenCL的从GPU读取可变大小结果缓冲区
我有一个搜索的OpenCL 1.1算法与数据量小行之有效的： 1）打造的 inputData 数组，并将其传递到GPU 2）创建一个非常大的 resultData 容器（如200000 * sizeof的（cl_uint）），并通过过这个 3）创建 resultSize 容器（inited零），它可通过原子操作访问的（至少我想这） 在我的一名工人有了一个结果是将复制到在 resultDat
..
编译对于计算能力2.x的在CUDA C为VS2010
我是跟随这名：
..
OpenCL的有效的方式来组下三角矩阵
我敢肯定有人遇到过这个问题之前，我基本上都在尺寸2D优化电网N×M的，与约束n_i＆LT; = m_i，即我只想计算的下三角部分的对矩阵。此刻，我天真地只实现并购工作组A N本地组的所有N×M的组合（然后用localGroupID和workGroupID识别对），然后返回-inf如果约束无法保存计算。 但有一个更好的办法来设置线程和索引他们，所以我只需要生成的（NXM）/ 2个线程，而不是完整的
..
复制多分支树GPU内存
我有节点的树，我试图把它复制到GPU内存。节点如下： 结构节点 { 字符*键; INT ChildCount; 节点*儿童; } 和我的复制功能如下：无效CopyTreeToDevice（节点* node_s，节点* node_d） { //设备及复印件主机节点上分配节点 cudaMalloc（（无效**）及node_d，sizeof的（节点））;
..
OpenCL的结构值在CPU正确的，但不能在GPU
我有一个文件至极一个结构是由主机code和内核纳入 typedef结构{ 浮法X，Y，Z， dir_x，dir_y，dir_z; INT半径; } WorklistStruct; 我建立这个结构在我的C ++的主机code，并通过缓冲将其传递给OpenCL的内核。 如果我选择的CPU设备计算，我将得到以下结果：的printf（“项目：[％F，％F，％
..
用C的malloc内存损坏
我使用malloc问题。 我有一个名为 jacobi_gpu 至极函数被调用很多次： INT主（INT ARGC，CHAR *的argv []）{ / * ... * / INT totalrot = 0; 而（nrot大于0）{ ITER ++; nrot = jacobi_gpu（A，Q，TOL，dimmat）; tot
..
使用带有GPU的随机数
我使用蒙特卡罗模拟的NVIDIA GPU调查。不过，我想用GSL随机数生成器，也是一个并行随机数发生器，如SPRNG。有谁知道这是否可能？ 更新 我打得关于使用GPU的RNG。在present还没有一个很好的解决方案。该SDK附带的梅森倍捻机是不是真的适合（我的）蒙特卡罗模拟，因为它需要一个非常长的时间来产生种子。 NAG算法库是更有前途。您可以生成或者分批或单个线程注册护士。但是，只有少数
..
曾几何时，当＆GT;比＆LT快; ......等等，什么？
我读
..
共3个记录在CUDA是很慢
我在CUDA才是最重要的有多少3是C数组并打印它们写了一个小程序。 的#include＆LT;＆stdio.h中GT; ＃包括LT＆;＆ASSERT.H GT; ＃包括LT＆;＆cuda.h GT; ＃包括LT＆; cstdlib＆GT;__global__无效incrementArrayOnDevice的为（int *一，整数N，为int *计数） { INT ID = block
..
CUDA是硬件需要在编译时？
是与 NVCC 编译CUDA程序必须（在Linux中）安装CUDA的显卡？或者，我们可以随处编译方案，只有在这样的系统上运行？ 解决方案 没有，显卡是没有必要的编译。 您甚至不需要一个运行的程序;你可以把它的软件仿真。 更新确定，很显然，SW仿真之后，还没有CUDA 3.0的支持。
..
可以CULA程序从设备的内核叫什么名字？
所以我想看看是否我可以使用GPU在同一时间解决了一堆解方程的一小超定系统得到一些显著加速。我的当前算法涉及使用LU分解函数从还具有来回切换GPU和CPU的初始化和运行CULA功能之间的CULA密库。我希望能够从我的CUDA内核调用CULA功能，这样我就不必跳回CPU和数据复制回来。这也让我创建正在对不同的数据集应同时解决多个系统多个线程。我的问题是，我可以从设备的功能调用CULA的功能呢？我知道这
..
如果是CUDA的__shared__内存有用吗？
是否有人可以帮助我了解如何使用共享内存一个很简单的例子吗？包含在CUDA C语言编程指南的例子似乎不相关的细节混乱。 例如，如果我一个大数组复制到设备全局内存，并希望以方的每个元素，怎么能共享内存可用于加快这？或者是不是在这种情况下，有用吗？ 解决方案 在你提到的具体情况，共享内存是没有用的，原因如下：每个数据元素只能使用一次。对于共享内存是有用的，你必须使用传输到共享内存几次数据，用良
..