Initialise une matrice GPU comprennant des valeurs aléatoires.
gA=cudaAlloc(m,n)
Hauteur de la matrice GPU pointée par gA.
Largeur de la matrice GPU pointée par gA.
gA=cudaAlloc(m,n)est utilisée lorsque
l'utilisateur souhaite effectuer un calcul au sein de son GPU. Un tel
calcul ne peut se dérouler que sur des données résidant dans la mémoire
propre du GPU. La fonctioncudaAlloc va créer une
matrice gA sur le GPU de taille m x
n, où elle sera perçue comme un pointeur de double CUDA
usuel. puis .
gA est un objet Scilab qui encapsule un pointeur
sur la matrice transférée. Cette valeur sera passée ensuite à la fonction
cudaApplyFunction, pour lancer le kernel correspondant
sur la matrice. Elle sera ensuite utilisée comme argument à
cudaFromGpu, afin de récupérer le résultat de
l'exécution sur le gpu.
Afin de s'exécuter correctement, il faudra prendre soin à appeler la
fonctioncudaInitau préalable afin d'instancier le
contexte nécessaire à l'exécution sur GPU.
//--matrixAdd.cu-- extern "C" __global__ void matrixAdd( double* C, double* A, double* B, int M, int N) { int idx = blockIdx.x; int idy = blockIdx.y; int dx = blockDim.x; int dy = blockDim.y; int tx = threadIdx.x; int ty = threadIdx.y; int x=tx+dx*idx; int y=ty+dy*idy; if(x<M && y<N) C[ x + y*M ]= A[ x + y*M ] + B[ x+ y*M ]; } //--Scilab script-- A=ones(16,16);gA=cudaToGpu(A) B=2*ones(16,16);gB=cudaToGpu(B) C=0*ones(16,16);gC=cudaToGpu(C) buildCuda(CUDAPATH+"/tests/unit_tests/"+"matrixAdd.cu"); fonc=cudaLoadFunction("matrixAdd.ptx","matrixAdd") lst=list(gC,gB,gA,16,16) cudaApplyFunction(fonc,lst,16,16,1,1); C=cudaFromGpu(gC); cudaFree(gA); cudaFree(gB); cudaFree(gC); cudaExit(); | ![]() | ![]() |