Cuda Programming 기초를 알아보자

int main()
{
    // array 이를 초기화 한다.
    // a 배열과 b 배열 더한 값을 c 배열에 저장할 것이다.
    const int arraySize = 5;
    const int a[arraySize] = {1, 2, 3, 4, 5};
    const int b[arraySize] = {10, 20, 30, 40, 50};
    int c[arraySize] = { 0 };

    // 벡터 더하는 작업수행
    // cudaError_t 는 다양한 error 값을 정의해놓고 있다.
    cudaError_t cudaStatus = addWithCuda(c, a, b, arraySize);

    // 에러가 났는지 확인한다.
    if(cudaStatus != cudaSuccess)
    {
        fprintf(stderr,"addWithCuda failed!");
        return 1;
    }
}

// enum cudaError 가 cudaError_t 의 다른 이름이다. 
typedef __device_builtin__ enum cudaError cudaError_t;
...
 // enum cudaError 의 정의는 아래와 같다.
 enum __device_builtin__ cudaError
 {
     cudaSuccess = 0,
     cudaErrorMissingConfiguration = 1,
     cudaErrorMemoryAllocation = 2,
     ...
 }

int main()
{
    ...
    cudaError_t cudaStatus = addWithCuda(c, a, b, arraySize);
    fprintf(stderr, "cudaError : %d\n", cudaStatus);
}

int main()
{
    ...
    cudaError_t cudaStatus = addWithCuda(c, a, b, arraySize);
    fprintf(stderr, "cudaError : %d\n", cudaStatus);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addWithCuda failed!");
        return 1;
    }

    // 작업 후 결과값을 프린트 
    printf("{1,2,3,4,5} + {10,20,30,40,50} = %d,%d,%d,%d,%d \n",
        c[0], c[1], c[2], c[3], c[4]);

    // cudaDeviceReset must be called before exiting in order for profiling and
    // tracing tools such as Nsight and Visual Profiler to show complete traces.
    // 병렬처리 작업을 수행하고 cudaDeviceReset 을 콜해야한다.
    cudaStatus = cudaDeviceReset();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaDeviceReset failed!");
        return 1;
    }

    return 0;
}

cudaError_t addWithCuda(int* c, const int* a, const int* b, unsigned int size)
{
    // 메모리 공간을 gpu에 만들어야 한다.
    // 먼저 포인터를 선언한다.
    int *dev_a = 0;
    int *dev_b = 0;
    int *dev_c = 0;

    // 리턴 값에 사용되는 cudaError 타입 변수를 만든다.
    cudaError_t cudaStatus;

    // Choose which GPU to run on, change this on a multi-GPU system.
    // GPU 가 여러 개일 경우 1 번 GPU를 사용하기로 설정함.
	// GPU 가 1 개일 경우 콜 하지 않아도 기본으로 1번이 잡힘.
    cudaStatus = cudaSetDevice(0);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaSetDevice failed!  Do you have a CUDA-capable GPU installed?");
        goto Error;
    }

    // Allocate GPU buffers for three vectors (two input, one output).
    // cudaMalloc 은 GPU 메모리에 size 만큼 공간을 할당하는 기능을 한다.
    cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }

    cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }

    cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }

    // Copy input vectors from host memory to GPU buffers.
    // cpu 메모리에 존재하는 값을 gpu 메모리에 복사한다.
    cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(int), cudaMemcpyHostToDevice);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }

    cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }

    // Launch a kernel on the GPU with one thread for each element.
    // addKernel은 실제 연산을 코어에서 동작시키는 기능을 한다.
    addKernel<<<1, size>>>(dev_c, dev_a, dev_b);

    // Check for any errors launching the kernel
    // 커널 함수가 제대로 동작했는지 확인한다.
    cudaStatus = cudaGetLastError();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addKernel launch failed: %s\n", cudaGetErrorString(cudaStatus));
        goto Error;
    }
    
    // cudaDeviceSynchronize waits for the kernel to finish, and returns
    // any errors encountered during the launch.
    // 각 코어들이 모두 일을 끝마칠때까지 기다려주는 함수( 이 함수가 없으면 kernel 함수 여러 개일 때 의문사 발생)
    cudaStatus = cudaDeviceSynchronize();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);
        goto Error;
    }

    // Copy output vector from GPU buffer to host memory.
    // 계산 결과를 cpu 메모리에 복사한다.
    cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(int), cudaMemcpyDeviceToHost);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }

Error:
// 실행중간 Error 발생 시, GPU 에 할당한 메모리를 반환한다.
    cudaFree(dev_c);
    cudaFree(dev_a);
    cudaFree(dev_b);
    
    return cudaStatus;
}

__global__ void addKernel(int* c, const int* a, const int* b)
{
    int i = threadIdx.x;
    c[i] = a[i] + b[i];
}