Anatomie eines Kernels
Signatur, Rückgabetyp und die void-Regel.
Anatomie eines Kernels ist eine kostenlose CUDA Academy-Lektion auf CoddyKit. Dies ist Lektion 1 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des CUDA Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der CUDA Academy-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
What a Kernel Is
A kernel is a single C++ function that runs on the GPU, executed at once by thousands of threads. You write it once, the hardware fans it out. 🚀
The __global__ Marker
You mark a kernel with the __global__ qualifier. It tells nvcc this function is called from the CPU but actually runs on the device.
__global__ void myKernel() {
// runs on the GPU
}Kernels Return void
Every kernel must return void. There is no return value to hand back, so results travel out through pointers to device memory instead.
__global__ void k() { /* void only */ }Why Not Return a Value?
Thousands of threads run your kernel together, so a single return value would make no sense. Each thread writes its own slot of an output array.
Parameters Are by Value
Kernel parameters are copied to every thread, so pass small things: ints, sizes, and pointers. Never pass big objects by value.
__global__ void add(float* out, float* a, int n) {}Pass Pointers, Not Arrays
To give a kernel an array, you pass a device pointer. The kernel reads and writes the GPU memory that pointer addresses.
__global__ void scale(float* data, float k) {}Each Thread Picks Its Work
The same code runs in every thread, so each one uses its index to decide which element to touch. That is how one function covers a whole array.
int i = threadIdx.x; // who am I?A Tiny Complete Kernel
Here is a full kernel: it doubles one element per thread. Notice the __global__ marker, the void return, and the pointer parameter all together.
__global__ void doubleIt(float* x) {
int i = threadIdx.x;
x[i] = x[i] * 2.0f;
}Host Code Stays Separate
Your normal CPU function, often main, is host code. It sets things up and then asks the GPU to run the kernel.
int main() {
// host side: prepare and launch
}No Recursion or I/O Surprises
A kernel runs on hardware with tight rules, so keep it simple: avoid deep recursion and heavy standard-library calls inside it.
Naming Your Kernels
Treat a kernel like any function: give it a clear, verb-based name like vectorAdd. Good names make launches far easier to read.
__global__ void vectorAdd(float* c, float* a, float* b);Quick Check
Let us check the kernel signature rules.
Recap: Kernel Anatomy
A kernel is a __global__ void function run by many threads. Pass pointers and small values, and let each thread use its index. Nicely done! 🎉
Häufig gestellte Fragen
Ist die Lektion „Anatomie eines Kernels“ kostenlos?
Ja — der vollständige Text von „Anatomie eines Kernels“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des CUDA Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der CUDA Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Anatomie eines Kernels“?
Signatur, Rückgabetyp und die void-Regel. Du übst CUDA Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um CUDA Academy zu starten?
Keine Vorkenntnisse erforderlich. CUDA Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 1 von 4.
Wie lange dauert die Lektion „Anatomie eines Kernels“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser CUDA Academy-Lektion Code schreiben und ausführen?
Ja. Jede CUDA Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Anatomie eines Kernels
- Der Start mit dreifachen spitzen Klammern
- printf innerhalb eines Kernels
- cudaDeviceSynchronize erklärt