CUDA开发

2011年由英伟达(NVIDIA)公司主办的GPU技术大会亚洲站(GTC Asia)隆重开幕，本次GPU技术大会邀请了高性能计算领域顶级科学家分享GPU计算中最新的科学研究及其商业应用，尤其是GPU计算落地中国的最新成果。

2011年由英伟达(NVIDIA)公司主办的GPU技术大会亚洲站(GTC Asia)隆重开幕，该大会主要探讨的话题是热门的“GPU计算”等，本次会议邀请了高性能计算领域顶级科学家分享GPU计算中最新的科学研究及其商业应用，尤其是GPU计算落地中国的最新成果。为期两天的2011年图形处理器(GPU)技术大会14日在北京开幕。

2011年由英伟达(NVIDIA)公司主办的GPU技术大会亚洲站(GTC Asia)隆重开幕，该大会主要探讨的话题是热门的“GPU计算”等。大会第二天12月15日，记者参加了由浪潮集团高性能计算应用开发经理张清发表了主题为“石油地震处理算法的GPU迁移优化方法与实例分析”的主题演讲。

2011年由英伟达(NVIDIA)公司主办的GPU技术大会亚洲站(GTC Asia)隆重开幕，该大会主要探讨的话题是热门的“GPU计算”等，本次会议邀请了高性能计算领域顶级科学家分享GPU计算中最新的科学研究及其商业应用，尤其是GPU计算落地中国的最新成果。

北京时间2011年12月14日，2011 年亚洲 GPU 技术大会 (GTC Asia2011)于在中国北京国家会议中心隆重举行。本届GPU技术大会的目标是，让人们不仅能深入理解 GPU的高性能计算与可视化特性，而且深入认知GPU在未来科技术创新的重要性。

2011年由英伟达(NVIDIA)公司主办的GPU技术大会亚洲站(GTC Asia)隆重开幕，该大会主要探讨的话题是热门的“GPU计算”等，本次会议邀请了高性能计算领域顶级科学家分享GPU计算中最新的科学研究及其商业应用，尤其是GPU计算落地中国的最新成果。

2011年由英伟达(NVIDIA)公司主办的GPU技术大会亚洲站(GTC Asia)隆重开幕，该大会主要探讨的话题是热门的“GPU计算”等，本次会议邀请了高性能计算领域顶级科学家分享GPU计算中最新的科学研究及其商业应用，尤其是GPU计算落地中国的最新成果。

设计并实现一个能够兼顾重建精度和效率的多视图三维重建算法，在取得较高重建精度的同时，通过GPU提高算法速度。

本文主要分享了复杂流场，格子Boltzmann方法(LBM);基于CUDA的LBM方法，复杂流场LBM的CUDA实现，算法优化;程序性能分析：存储消耗，运行时间，加速比。

现在来讲，GPU的产业发展非常快，GPU如何在消费者的推动之下非常的复杂，让虚拟和模拟真正结合起来，让IT的消费化变成现实，颠覆企业IT的设备。

本文为系列文章之二，本系列文章共五篇，第一篇为：《CUDA：使用更少线程隐藏计算延迟》。本文将继续为大家介绍CUDA低占用率下的更好性能，使用更少线程隐藏内存访问延迟。

如果想建立一个完全使用CUDA的程序,那么下载http://sourceforge.net/projects/cudavswizard/这个就可以了,但是很多时候对于大型工程,主要还是以c或者cpp代码为主,只是在需要性能优化的地方使用CUDA代码,这个时候需要一点点小知识来实现CUDA和VC8的混合编译。

Thrust是一个类似于STL的针对CUDA的C++模板库，程序员得以快速构建CUDA程序，并能够获得极高的稳定性和性能与精度，并行排序等例程的速度可提升5至100倍。在之前的文章中给大家介绍过Thrust的基础和Thrust的算法，本文继续介绍Thrust的高级迭代器。

开发GPUMeanShift的过程中，遇到的复杂问题，这就是CPU与GPU之间的非连续内存拷贝，以下是解决方法。按照以前的思路，对于一段连续CPU内存。

光把CUDA SDK中的usertype.dat文件复制到IDE目录下,只能让VS支持CUDA的关键字高亮显示;而VS好用的代码折叠却不能应用到CU文件上,真是让人气愤.于是我就翻翻注册表,发现了可以让VS支持CU文件代码折叠的方法.

CUDA的DLL开发其实和一般的C/C++的DLL开发是一个原理，当然，DLL的开发就有几种方式，这里就讲最容易理解的，也最直接的方式，然后把代码放出来。大家自己可以琢磨一下其它的方式。

由nvcc生成的通用计算程序分为主机端程序和设备端程序两部分。那么，一个完整的CUDA程序是如何在CPU和GPU上执行的呢?在这一节，我们不仅将介绍CUDA的编程模型如何映射到硬件上，还会介绍GPU的硬件设计如何对CUDA程序效率产生影响。

请先看一段教程：到目前为止，我们的程序并没有做什么有用的工作。所以，现在我们加入一个简单的动作，就是把一大堆数字，计算出它的平方和。要利用 CUDA 进行计算之前，要先把数据复制到显卡内存中，才能让显示芯片使用。因此，需要取得一块适当大小的显卡内存，再把产生好的数据复制进去。

首先介绍一下开发环境，Visual Studio 2008 + CUDA Wizard for Visual Studio. 确保显卡支持CUDA(GeForce 8系列之后，否则只能用模拟模式)并安装CUDA DDK及CUDA Toolkit。

在之前文章中，我们给大家介绍了Thrust的快速入门的基础教程，今天给大家介绍的是Thrust的算法。Thrust提供了大量的常用并行算法。这些算法与STL的算法非常相似，于是我们使用了相同的名称(例如thrust::sort 与std::sort)。