Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision
Révision précédente
thrust [2011/08/30 08:58] – [Utilisation] adminthrust [2014/10/20 15:06] (Version actuelle) – [Utilisation] admin
Ligne 12: Ligne 12:
 Pour utiliser Thrust il faut se connecter les machines tesla et de charger l'environnement CUDA</note> Pour utiliser Thrust il faut se connecter les machines tesla et de charger l'environnement CUDA</note>
  
-<code> +<code bash> 
-$qlogin -q tesla+$ qlogin -q tesla.q
 </code> </code>
  
-<code> +<code bash> 
-$qlogin module load cuda+$ module load cuda
 </code> </code>
  
  
-===== Exemple =====+===== Exemples =====
  
-** Génération d'un nombre aléatoire sur le CPU le transfert sur GPU** +__** Génération des nombres aléatoires sur le CPU, les transférer sur GPU**__ 
  
-<file C Exemple.cpp>+<file C transfert.cu>
  
 #include <thrust/host_vector.h> #include <thrust/host_vector.h>
Ligne 52: Ligne 52:
 } }
 </file> </file>
 +
 +__
 +** Calcul de la somme de 100 nombre sur le GPU**__
 +
 +<file CPP somme.cu>
 +
 +#include <thrust/host_vector.h>
 +#include <thrust/device_vector.h>
 +#include <thrust/generate.h>
 +#include <thrust/reduce.h>
 +#include <thrust/functional.h>
 +#include <cstdlib>
 +
 +int main(void)
 +{
 +  // generate random data on the host
 +  thrust::host_vector<int> h_vec(100);
 +  thrust::generate(h_vec.begin(), h_vec.end(), rand);
 +
 +  // transfer to device and compute sum
 +  thrust::device_vector<int> d_vec = h_vec;
 +  int x = thrust::reduce(d_vec.begin(), d_vec.end(), 0, thrust::plus<int>());
 +  return 0;
 +}
 +</file>
 +
 +===== Compilation =====
 +
 +<note>Il suffit d'utiliser le compilateur Nvidia ''nvcc''</note>
 +<code bash>
 +$ nvcc Example.cpp -o Example
 +</code>
 +
 +===== Liens =====
 +
 +http://code.google.com/p/thrust/
  • thrust.1314694684.txt.gz
  • Dernière modification : 2015/02/25 08:45
  • (modification externe)