Моя видиокарта не поддерживает двойной точности, поэтому пришлось её эмулировать. Так как у самого добиться существенных результатов добиться не получилось, хотелось бы попросить помощи у более опытных старших товарищей.
Почитав на форуме nVidia (http://forums.nvidia.com/index.php?showtopic=73067&st=0&gopid=524302&#entry524302) как это реализуется, попытался сделать нечто подобное.
Тестовый пример самый простой (возведение числа в квадрат)
Моё ядро.
/* Kernel */
__global__ void square_elements(float2* in, float2* out, int N)
{
int idx = blockIdx.x*blockDim.x+threadIdx.x;
if ( idx < N) out[idx]=in[idx]*in[idx];
}
Моя mex-функция (CUDA заинтересовала для расчетов больших матриц на MatLab-е)
void mexFunction(int nlhs, mxArray *plhs[],
int nrhs, const mxArray *prhs[])
{
int i, j, m, n;
double *data1, *data2;
float2 *data1f, *data2f;
/* on GPU */
float2 *data1f_gpu, *data2f_gpu;
mxClassID category;
if (nrhs != nlhs)
mexErrMsgTxt("The number of input and output arguments must be the same.");
for (i = 0; i < nrhs; i++)
{
/* Find the dimensions of the data */
m = mxGetM(prhs[i]);
n = mxGetN(prhs[i]);
/* Create an mxArray for the output data */
plhs[i] = mxCreateDoubleMatrix(m, n, mxREAL);
/* Create an input and output data array on the GPU*/
cudaMalloc( (void **) &data1f_gpu,sizeof(float2)*m*n);
cudaMalloc( (void **) &data2f_gpu,sizeof(float2)*m*n);
/* Retrieve the input data */
data1 = mxGetPr(prhs[i]);
/* Check if the input array is single or double precision */
category = mxGetClassID(prhs[i]);
if( category == mxSINGLE_CLASS)
{
/* The input array is single precision, it can be sent directly to the
card */
cudaMemcpy( data1f_gpu, data1, sizeof(float)*m*n,
cudaMemcpyHostToDevice);
}
if( category == mxDOUBLE_CLASS)
{
/* The input array is in double precision, it needs to be converted t
floats before being sent to the card */
data1f = (float2 *) mxMalloc(sizeof(float2)*m*n);
for (j = 0; j < m*n; j++)
{
set(*data1f, *data1);
}
cudaMemcpy( data1f_gpu, data1f, sizeof(float)*n*m, cudaMemcpyHostToDevice);
}
data2f = (float2 *) mxMalloc(sizeof(float2)*m*n);
/* Compute execution configuration using 128 threads per block */
dim3 dimBlock(128);
dim3 dimGrid((m*n)/dimBlock.x);
if ( (n*m) % 128 !=0 ) dimGrid.x+=1;
/* Call function on GPU */
square_elements<<<dimGrid,dimBlock>>>(data1f_gpu, data2f_gpu, n*m);
/* Copy result back to host */
cudaMemcpy( data2f, data2f_gpu, sizeof(float)*n*m, cudaMemcpyDeviceToHost);
/* Create a pointer to the output data */
data2 = mxGetPr(plhs[i]);
/* Convert from single to double before returning */
for (j = 0; j < m*n; j++)
{
data2[j] = data2f[j].x + data2f[j].y;
}
/* Clean-up memory on device and host */
mxFree(data1f);
mxFree(data2f);
cudaFree(data1f_gpu);
cudaFree(data2f_gpu);
}
}
Но вот прикол, разницы между ответом при использовании float и float2 нет почти никакой
...Подскажите, что я делаю неверно
