Hej GPU: er första .cu-fil
Bygg och kör ett minimalt CUDA-program.
Hej GPU: er första .cu-fil är en gratis lektion i CUDA Academy på CoddyKit. Detta är lektion 4 av 4. Ni kan läsa hela lektionen gratis nedan och sedan öva praktiskt i webbläsaren med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt. Den ingår i lärvägen för CUDA Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i CUDA Academy innehåller totalt 4 lektioner.
Er första .cu-fil
Dags att bygga något verkligt. Ett CUDA-program finns i en .cu-fil, som kan innehålla både CPU- och GPU-kod sida vid sida. 🎉
Inkludera headerfilen
De flesta CUDA-exempel börjar med att inkludera standardheaderfiler. CUDA:s runtime-header inkluderas automatiskt av nvcc, så iostream räcker ofta.
#include <cstdio>Markera en kärna
En funktion som körs på GPU:n är en kärna. Ni markerar den med kvalificeraren __global__, så att nvcc kompilerar den för enheten.
__global__ void hello() {
}Skriv ut från GPU:n
Inuti kärnan kan Ni anropa printf precis som på CPU:n. Varje GPU-tråd som kör den producerar en egen rad med utdata.
__global__ void hello() {
printf("Hello from GPU\n");
}Startsyntaxen
För att köra en kärna använder Ni en start med tre vinkelparenteser. Talen inuti anger hur många block och trådar som ska köra den.
hello<<<1, 1>>>();Starter är asynkrona
Ett kärnanrop returnerar omedelbart medan GPU:n arbetar i bakgrunden. CPU:n fortsätter köra, vilket är kraftfullt men kan vara överraskande i början.
Vänta på GPU:n
Därför måste Ni synkronisera innan programmet avslutas, annars kanske printf-utdata aldrig visas på skärmen.
cudaDeviceSynchronize();Sätt ihop allt
Er main-funktion startar kärnan och väntar sedan. Det är hela grundstrukturen för ett fungerande CUDA-program.
int main() {
hello<<<1, 1>>>();
cudaDeviceSynchronize();
}Kompilera det
Spara filen som hello.cu och bygg den med nvcc. Ange programmets namn med flaggan -o.
nvcc hello.cu -o helloKör det
Kör nu programmet. Om Hello from GPU skrivs ut betyder det att koden verkligen kördes på enheten. Det är Er första GPU-utdata! 🚀
./helloMånga trådar samtidigt
Öka starten till många trådar, så ser Ni hälsningen skrivas ut flera gånger, en rad per tråd. Det är parallellism i praktiken.
hello<<<1, 8>>>();Snabbkontroll
En detalj avgör om programmet fungerar eller inte.
Sammanfattning
Ni skrev ett riktigt CUDA-program: en __global__-kärna, en start med tre hakparenteser och en synkronisering. Kompilera med nvcc, kör programmet och låt GPU:n hälsa på Er. Grattis! 🎓
Lär dig C++ med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 30
- Lektioner
- 120
Vanliga frågor
Är lektionen ”Hej GPU: er första .cu-fil” gratis?
Ja – hela texten till ”Hej GPU: er första .cu-fil” kan läsas gratis här på webben. Om Ni vill öva interaktivt med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt och låsa upp resten av kursen i CUDA Academy, kan Ni uppgradera till CoddyKit PRO. Kursen i CUDA Academy innehåller totalt 4 lektioner.
Vad lär jag mig i ”Hej GPU: er första .cu-fil”?
Bygg och kör ett minimalt CUDA-program. Ni övar på CUDA Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig CUDA Academy?
Du behöver inga förkunskaper. Utbildningen i CUDA Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 4 av 4.
Hur lång tid tar lektionen ”Hej GPU: er första .cu-fil”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här CUDA Academy-lektionen?
Ja. Varje CUDA Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Versioner av drivrutin, runtime och verktygslåda
- Läs nvidia-smi som ett proffs
- Kompilera med nvcc
- Hej GPU: er första .cu-fil