在主机端和设备端进行”incrementArray“并对结果进行比较

实验思想：

在主机端将数据初始化后传输到设备端，设备端和主机端进行同样的操作对数据加1，然后将设备端的结果传输到主机，最后核对主机端的计算结果和设备端的计算结果是否一直。

// incrementArray.cu

#include <stdio.h>
#include <assert.h>
#include "cuda.h"
#include "cuda_runtime.h"
#include "device_launch_parameters.h"

/*
主机端函数
*/
void incrementArrayOnHost(float *a, int N)
{
    int i;
    for (i = 0; i < N; i++) a[i] = a[i] + 1.f;
}

/*
设备端函数（内核函数）
*/
__global__ void incrementArrayOnDevice(float *a, int N)
{
    int idx = blockIdx.x*blockDim.x + threadIdx.x;
    if (idx<N) a[idx] = a[idx] + 1.f;
}

int main(void)
{
    float *a_h, *b_h;           //指向主机的指针
    float *a_d;                 //指向设备的指针

    int i, N = 10;
    size_t size = N*sizeof(float);
    
    //主机端申请内存
    a_h = (float *)malloc(size);
    b_h = (float *)malloc(size);
    
    //设备端申请存储
    cudaMalloc((void **)&a_d, size);
    
    //主机端数据初始化
    for (i = 0; i < N; i++) a_h[i] = (float)i;
    
    //将数据从主机拷贝到设备：a_h-->a_d
    cudaMemcpy(a_d, a_h, sizeof(float)*N, cudaMemcpyHostToDevice);
    
    //在主机端计算
    incrementArrayOnHost(a_h, N);
    
    //在设备端计算
    //块大小为4，Part 1 of 2. Compute execution configuration
    int blockSize = 4;
    //如果N%blockSize取0则需要的块数为N / blockSize，否则再加一块已盛放余下的
    int nBlocks = N / blockSize + (N%blockSize == 0 ? 0 : 1);
    
    //Part 2 of 2. 调用内核函数，nBlocks为所需块数，blockSize为每一块大小
    incrementArrayOnDevice << < nBlocks, blockSize >> > (a_d, N);
    
    //将数据从设备端传输到主机端并存储在b_h中
    cudaMemcpy(b_h, a_d, sizeof(float)*N, cudaMemcpyDeviceToHost);
    
    //核对结果
    for (i = 0; i < N; i++) assert(a_h[i]== b_h[i]);
    
    //释放主机内存和设备端内存
    free(a_h);
    free(b_h);
    cudaFree(a_d);
}

测试环境：

Win7+VS2013+CUDA6.5

下载链接