c++怎么使用CUDA进行GPU编程_c++结合CUDA实现并行计算示例

技术教程
2025-11-05 20:34:02

CUDA是NVIDIA的并行计算平台，允许C++程序通过核函数在GPU上执行并行计算，需使用nvcc编译.cu文件；示例中实现向量加法，主机分配内存并初始化数据，cudaMalloc在设备分配内存，cudaMemcpy传输数据，通过gridSize和blockSize配置核函数并发执行，每个线程用全局索引处理元素，最后将结果传回主机验证并释放资源。

c++怎么使用cuda进行gpu编程_c++结合cuda实现并行计算示例

CUDA 是 NVIDIA 推出的并行计算平台和编程模型，允许开发者使用 C++ 编写程序，在 GPU 上执行大规模并行计算。通过 CUDA，C++ 程序可以将计算密集型任务 offload 到 GPU，显著提升性能。下面介绍如何在 C++ 中使用 CUDA 实现 GPU 并行计算，并给出一个完整的示例。

环境准备与编译工具

要使用 CUDA 进行 GPU 编程，需满足以下条件：

一台支持 CUDA 的 NVIDIA 显卡
安装 NVIDIA 驱动
安装 CUDA Toolkit（包含 nvcc 编译器）
开发环境如 Visual Studio（Windows）或 GCC（Linux）

代码文件应保存为 .cu 后缀，用 nvcc 编译，例如：

nvcc -o vector_add vector_add.cu

CUDA 核函数与内存管理

CUDA 程序由主机（CPU）代码和设备（GPU）代码组成。核心是核函数（kernel），使用 __global__ 修饰，从主机调用但在设备上并行执行。

数据需从主机内存复制到设备内存，步骤如下：

cudaMalloc：在 GPU 上分配内存
cudaMemcpy：在主机与设备间复制数据
cudaFree：释放 GPU 内存

完整示例：向量加法

以下是一个使用 CUDA 实现两个数组相加的 C++ 示例：

百度文心百中

百度大模型语义搜索体验中心

263 查看详情百度文心百中

#include <iostream>
#include <cuda_runtime.h>
<p>// 核函数：每个线程处理一个数组元素
<strong>global</strong> void vectorAdd(float <em>a, float </em>b, float <em>c, int n) {
int idx = blockIdx.x </em> blockDim.x + threadIdx.x;
if (idx < n) {
c[idx] = a[idx] + b[idx];
}
}</p><p>int main() {
const int N = 1<<20; // 1M elements
const int size = N * sizeof(float);</p><pre class='brush:php;toolbar:false;'>// 主机内存分配
float *h_a = (float*)malloc(size);
float *h_b = (float*)malloc(size);
float *h_c = (float*)malloc(size);

// 初始化数据
for (int i = 0; i < N; i++) {
    h_a[i] = i;
    h_b[i] = i * 2.0f;
}

// 设备内存分配
float *d_a, *d_b, *d_c;
cudaMalloc(&d_a, size);
cudaMalloc(&d_b, size);
cudaMalloc(&d_c, size);

// 数据从主机复制到设备
cudaMemcpy(d_a, h_a, size, cudaMemcpyHostToDevice);
cudaMemcpy(d_b, h_b, size, cudaMemcpyHostToDevice);

// 配置执行配置：每块 256 线程，共 (N + 255)/256 块
int blockSize = 256;
int gridSize = (N + blockSize - 1) / blockSize;
vectorAdd<<<gridSize, blockSize>>>(d_a, d_b, d_c, N);

// 等待 GPU 执行完成
cudaDeviceSynchronize();

// 将结果复制回主机
cudaMemcpy(h_c, d_c, size, cudaMemcpyDeviceToHost);

// 验证结果（前几个）
for (int i = 0; i < 5; i++) {
    std::cout << h_a[i] << " + " << h_b[i] << " = " << h_c[i] << std::endl;
}

// 释放内存
free(h_a); free(h_b); free(h_c);
cudaFree(d_a); cudaFree(d_b); cudaFree(d_c);

return 0;