用C＃编码CUDA？

我一直在寻找一些有关C＃编码CUDA（nvidia gpu语言）的信息。我见过一些库，但似乎它们会增加一些开销（因为p/invokes等）。用C＃编码CUDA？

我应该如何在C＃应用程序中使用CUDA？用C++编写代码并编译成dll会更好吗？
使用包装的这种开销是否会丧失使用CUDA的优势？
有没有任何使用CUDA与C＃的好例子？

2011-06-25 Ben

有这样一个不错的完整的cuda 4.2包装ManagedCuda。您只需添加C++ CUDA项目解决方案，其中包含你的C＃项目，然后你只需要添加

call "%VS100COMNTOOLS%vsvars32.bat" 
for /f %%a IN ('dir /b "$(ProjectDir)Kernels\*.cu"') do nvcc -ptx -arch sm_21 -m 64 -o "$(ProjectDir)bin\Debug\%%~na_64.ptx" "$(ProjectDir)Kernels\%%~na.cu" 
for /f %%a IN ('dir /b "$(ProjectDir)Kernels\*.cu"') do nvcc -ptx -arch sm_21 -m 32 -o "$(ProjectDir)bin\Debug\%%~na.ptx" "$(ProjectDir)Kernels\%%~na.cu"

后，建立在C＃项目属性的事件，这个编译* .ptx文件，并将其复制在你的c＃项目输出目录。

然后你需要简单地创建新的上下文，从文件加载模块，加载功能和使用设备。

//NewContext creation 
CudaContext cntxt = new CudaContext(); 

//Module loading from precompiled .ptx in a project output folder 
CUmodule cumodule = cntxt.LoadModule("kernel.ptx"); 

//_Z9addKernelPf - function name, can be found in *.ptx file 
CudaKernel addWithCuda = new CudaKernel("_Z9addKernelPf", cumodule, cntxt); 

//Create device array for data 
CudaDeviceVariable<cData2> vec1_device = new CudaDeviceVariable<cData2>(num);    

//Create arrays with data 
cData2[] vec1 = new cData2[num]; 

//Copy data to device 
vec1_device.CopyToDevice(vec1); 

//Set grid and block dimensions      
addWithCuda.GridDimensions = new dim3(8, 1, 1); 
addWithCuda.BlockDimensions = new dim3(512, 1, 1); 

//Run the kernel 
addWithCuda.Run(
    vec1_device.DevicePointer, 
    vec2_device.DevicePointer, 
    vec3_device.DevicePointer); 

//Copy data from device 
vec1_device.CopyToHost(vec1);

来源

2012-07-15 22:09:56 Insomnious

这已经评价过去NVIDIA的名单上：

http://forums.nvidia.com/index.php?showtopic=97729

这将是易于使用的P/Invoke来使用它的组件，如下所示：

[DllImport("nvcuda")] 
    public static extern CUResult cuMemAlloc(ref CUdeviceptr dptr, uint bytesize);

来源

2011-06-25 02:57:23 Frank

删除的链接。有没有必要表现出死进一步链接如果你删除你的评论，会很友善。人们可能会对此置之不理。 –

我没有意识到，你可以PInvoke CUDA调用。耻辱，你需要购买NVidia为此工作。 –

在您的C＃应用程序中，您可以使用几种方法来使用CUDA。

在单独的项目中编写C++/CUDA库，并使用P/Invoke。 P /调用本地调用的开销可能可以忽略不计。
使用CUDA包装，如ManagedCuda（它将公开整个CUDA API）。您不必为整个CUDA运行时API手动编写DLLImport（这很方便）。不幸的是，你仍然必须在一个单独的项目中编写自己的CUDA代码。
（推荐）您可以使用免费/开源/专有编译器（这会产生从你的C＃代码CUDA（源或二进制）

你可以找到其中几个在线：看看在this answer例如，

来源

2017-10-16 12:24:13

我猜混杂，解释here作为Nvidia的博客文章也值得一提。Here是其相关GitHub库似乎。

来源

2017-12-19 20:41:39

用C＃编码CUDA？

回答

相关问题