<< cudaAlloc sciGPGPU cudaExit >>

sciGPGPU >> sciGPGPU > cudaApplyFunction

cudaApplyFunction

Lance un kernel CUDA.

Séquence d'appel

cudaApplyFunction(fonc,args,block_height,block_width,grid_height,grid_width);

Paramètres

fonc

Kernel précédemment obtenu par gLoadFunction.

args

Liste d'arguments.

block_height

Hauteur d'un bloc.

block_width

Largeur d'un bloc.

grid_height

Hauteur de la grille de blocs.

grid_width

Largeur de la grille de blocs.

Description

cudaApplyFunction(fonc,args,block_width,block_height,grid_width,grid_height);

cudaApplyFunction(fonc,args,block_width,block_height,grid_width,grid_height) lance le kernel fonc sur les arguments contenus dans la liste args. La taille du bloc d'exécution est deblock_height x block_width.

fonc est l'objet retourné par la fonction cudaLoadFunction.

args est une liste Scilab de pointeur sur des matrices stockées en mémoire GPU (par la fonction cudaToGpu, par exemple) ou d'entiers.

Les kernels CUDA sont définis sur des blocs, eux même répartis en grille d'exécution. Ces données sont indiquées par les paramètres block_height, block_width , grid_height, grid_width.

Le code cudaApplyFunction(fonc,args,block_width,block_height,grid_width,grid_height) équivaudrait, en utilisant C for CUDA, au code suivant :

dim3 block=dim3(block_width,block_height);
    dim3 grid=dim3(grid_width,grid_height);
    fonc<<<block,grid>>>(args[0,args[1],..);

Exemples

//--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();

Voir Aussi

<< cudaAlloc sciGPGPU cudaExit >>