Kernel dodawania wektorów
Jeden wątek dodaje jedną parę elementów.
Kernel dodawania wektorów to bezpłatna lekcja CUDA Academy na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej CUDA Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs CUDA Academy zawiera 4 lekcji w sumie.
Najważniejsza idea
Dodawanie wektorów to idealny pierwszy kernel: każde wyjście jest po prostu równe C[i] = A[i] + B[i]. Każdy element jest niezależny, więc wszystkie mogą być przetwarzane jednocześnie. 🚀
Jeden wątek, jeden element
Cała sztuczka jest prosta: należy przypisać jeden wątek do jednego elementu. Zamiast przeglądać tablicę w pętli, tysiące wątków wykonują równolegle po jednym dodawaniu.
Oznaczanie funkcji jako kernela
Funkcja uruchamiana na GPU jest kernelem oznaczonym kwalifikatorem __global__. To słowo informuje nvcc, że kod będzie uruchamiany na urządzeniu.
__global__ void vecAdd(const float* A, const float* B, float* C, int n) {
// body comes next
}Kernele zwracają void
Kernel zawsze ma typ zwracany void. Nie ma wartości zwracanej do przekazania CPU, dlatego wyniki trzeba zapisywać w pamięci urządzenia.
Wyznaczanie indeksu tego wątku
Każdy wątek oblicza własny indeks globalny, aby wiedzieć, który element obsłużyć. Klasyczny wzór łączy współrzędne bloku i wątku.
int i = blockIdx.x * blockDim.x + threadIdx.x;Pojedyncza linia pracy
Gdy wątek zna swój indeks i, właściwa praca zajmuje jedną linię. Bez pętli i rozgałęzień — tylko jedno dodawanie na wątek.
C[i] = A[i] + B[i];Dlaczego sprawdzanie zakresu ma znaczenie
Zwykle uruchamia się więcej wątków niż jest elementów, dlatego należy dodać warunek if (i < n). Bez niego dodatkowe wątki odczytają dane poza tablicą i spowodują awarię. 🛡️
if (i < n) {
C[i] = A[i] + B[i];
}Pełny kernel
Po połączeniu wszystkich elementów cały kernel vecAdd ma zaledwie kilka wierszy. Kod jest krótki, ale działa jednocześnie na tysiącach wątków.
__global__ void vecAdd(const float* A, const float* B, float* C, int n) {
int i = blockIdx.x * blockDim.x + threadIdx.x;
if (i < n) C[i] = A[i] + B[i];
}Wskaźniki znajdują się na urządzeniu
Wskaźniki A, B i C muszą wskazywać pamięć urządzenia. Przekazanie kernelowi zwykłego wskaźnika hosta spowoduje odczyt bezwartościowych danych lub błąd.
Oznacz dane wejściowe jako const
A i B są tylko odczytywane, dlatego należy oznaczyć je jako const float*. Dokumentuje to intencję i pozwala kompilatorowi swobodniej optymalizować dane wejściowe tylko do odczytu.
Nie potrzeba współdzielonego stanu
Ponieważ każdy wątek korzysta z innego elementu, nie występują wyścigi ani blokady. Ta niezależność sprawia, że GPU doskonale nadaje się do tego zadania.
Szybkie sprawdzenie
Dlaczego kernel dodawania wektorów potrzebuje warunku if (i < n)?
Podsumowanie
Napisali Państwo pierwszy kernel: __global__ void vecAdd, z jednym wątkiem na element, indeksem globalnym i sprawdzaniem zakresu. Prosty kod, ogromna równoległość. 🎉
Ucz się C++ dzięki korepetycjom AI — za darmo
Pisz i uruchamiaj kod w przeglądarce, otrzymuj natychmiastową pomoc od korepetytora AI dostępnego 24/7 i kontynuuj naukę w sieci lub w aplikacji.
- Kursy
- 30
- Lekcje
- 120
Często zadawane pytania
Czy lekcja „Kernel dodawania wektorów” jest bezpłatna?
Tak — pełny tekst „Kernel dodawania wektorów” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu CUDA Academy, przejdź na CoddyKit PRO. Kurs CUDA Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Kernel dodawania wektorów”?
Jeden wątek dodaje jedną parę elementów. Ćwiczysz CUDA Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć CUDA Academy?
Nie wymagamy żadnego doświadczenia. CUDA Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.
Ile czasu zajmuje lekcja „Kernel dodawania wektorów”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji CUDA Academy?
Tak. Każda lekcja CUDA Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Kernel dodawania wektorów
- Konfigurowanie części hosta
- Weryfikowanie wyniku na CPU
- Pomiar pierwszego przyspieszenia