转自： http://m.blog.csdn.net/blog/oHanTanYanYing/39855829
本篇文章谈的是cpp文件如何调用CUDA的.cu文件实现显卡加速的相关编程。当然，这是在默认已经配置好CUDA的情况下进行的，如果对于如何配置CUDA还有疑问可以看之前写的。另外，现在CUDA已经放出了支持VS2013的6.5版本，所以还是建议用最新的，毕竟VS2013好用太多，配置起来也没什么区别。关于那篇配置文章，并没有解决CUDA相关函数偶有错误提示的问题，虽然对于编译没有影响，但是对于有强迫症的人来说还是比较纠结的，本人研究过后会更新，望周知。
关于如何通过cpp文件调用CUDA的.cu文件实现显卡加速相关编程的问题，有两种方法。本篇先谈的是根据VS2013模板创建CUDA工程（安装6.5版本CUDA后可看到）然后再加入cpp文件的这一种方法。至于另外的在MFC或者win32工程等添加.cu文件再进行调用这种其实本质上是差不多的，会比较麻烦，本人后面有时间再更新。
在主题开始之前，先说下如何调用CUDA进行显卡加速，其实大的方向是十分简单的。流程大致如下：
初始化显卡内存->将主机待处理的内存数据拷贝到显卡内存中->利用显卡处理相关的数据->将处理完成的显卡内存数据拷回主机内存
OK，下面进入主题
首先创建CUDA工程，工程创建完成之后会有一个.cu文件，将文件的内容替换成如下内容
1 #include "cuda_runtime.h" 2 #include "device_launch_parameters.h" 3 #include "main.h" 4 5 inline void checkCudaErrors(cudaError err)//错误处理函数 6 { 7 if (cudaSuccess != err) 8 { 9 fprintf(stderr, "CUDA Runtime API error: %s.\n", cudaGetErrorString(err));10 return;11 }12 }13 14 __global__ void add(int *a,int *b,int *c)//处理核函数15 {16 int tid = blockIdx.x*blockDim.x+threadIdx.x;17 for (size_t k = 0; k < 50000; k++)18 {19 c[tid] = a[tid] + b[tid];20 }21 }22 23 extern "C" int runtest(int *host_a, int *host_b, int *host_c)24 {25 int *dev_a, *dev_b, *dev_c;26 27 checkCudaErrors(cudaMalloc((void**)&dev_a, sizeof(int)* datasize));//分配显卡内存28 checkCudaErrors(cudaMalloc((void**)&dev_b, sizeof(int)* datasize));29 checkCudaErrors(cudaMalloc((void**)&dev_c, sizeof(int)* datasize));30 31 checkCudaErrors(cudaMemcpy(dev_a, host_a, sizeof(int)* datasize, cudaMemcpyHostToDevice));//将主机待处理数据内存块复制到显卡内存中32 checkCudaErrors(cudaMemcpy(dev_b, host_b, sizeof(int)* datasize, cudaMemcpyHostToDevice));33 34 add << > >(dev_a, dev_b, dev_c);//调用显卡处理数据35 checkCudaErrors(cudaMemcpy(host_c, dev_c, sizeof(int)* datasize, cudaMemcpyDeviceToHost));//将显卡处理完数据拷回来36 37 cudaFree(dev_a);//清理显卡内存38 cudaFree(dev_b);39 cudaFree(dev_c);40 return 0;41 } 然后在工程中添加main.h文件，添加如下内容
1 #include//时间相关头文件，可用其中函数计算图像处理速度 2 #include 3 #define datasize 50000
下面添加main的实现文件cpp，在cpp中实现对于CUDA的.cu文件的调用。内容如下
#include "main.h"extern "C" int runtest(int *host_a, int *host_b, int *host_c);//显卡处理函数int main(){ int a[datasize], b[datasize], c[datasize]; for (size_t i = 0; i < datasize; i++) { a[i] = i; b[i] = i*i; } long now1 = clock();//存储图像处理开始时间 runtest(a,b,c);//调用显卡加速 printf("GPU运行时间为：%dms\n", int(((double)(clock() - now1)) / CLOCKS_PER_SEC * 1000));//输出GPU处理时间 long now2 = clock();//存储图像处理开始时间 for (size_t i = 0; i < datasize; i++) { for (size_t k = 0; k < 50000; k++) { c[i] = (a[i] + b[i]); } } printf("CPU运行时间为：%dms\n", int(((double)(clock() - now2)) / CLOCKS_PER_SEC * 1000));//输出GPU处理时间 /*for (size_t i = 0; i < 100; i++)//查看计算结果 { printf("%d+%d=%d\n", a[i], b[i], c[i]); }*/ getchar(); return 0;} 需要注意的是，在用来被调用的CUDA函数中要加上extern "C" 的声明，并在cpp文件中进行声明（extern "C" int runtest(int *host_a, int *host_b, int *host_c);）后再调用。
到此本篇的第一大部分就做完了，编译运行可以看到GPU在处理复杂并行计算的时候的确比CPU快的多。关于前面提到的另外一种方法下次再谈吧，假期要结束了,额。。。
好吧，距上面文章完成已经半年之久，来填坑了，另一种方法的。
【本博主】注：我试验过了，我的情况可用：visual studio2010 + cuda 6.0