1gpu程式設計，依賴于顯示卡
2gpu變成依賴于opengl和direct
3cpu的特點是：頻率比較快，gpu的特點是寄存器非常非常的多。
4如果電腦是windows7，沒法直接調試gpu。window8可以直接調試
5用vs2013建立一個項目，命名：gpu
6調試gpu的方式是vs中的：打斷點—>運作項目à調試à視窗àgpu線程（通過這種方式實作調試gpu項目）
8.修改項目屬性：右擊項目à屬性à配置屬性à正常，修改調試器類型為僅gpu
修改amp預設快捷鍵可以選擇時時（use
c++ amp runtime default）的方式，也可以使用軟體加速器（warpsoftware accelerator）的方式,截圖
9.代碼：
#include
<iostream>
<amp.h>
//gpu程式設計所需的頭檔案
using
namespace
concurrency;
int
main()
{
v[11] = {
'g',
'd',
'k',
'n', 31,
'v',
'n',
'q',
'c' };
array_view<int>
av(11,
v);//array_view是gpu計算結構，av存儲到gpu顯存
//=表示直接操作av
//(index<1> idx)操作每一個元素
//restrict(amp)定位gpu執行
parallel_for_each(av.extent,
[=](index<1>
idx)
restrict(amp)
av[idx]
+= 1;//加完後變成了hello world
});
for (unsigned
i = 0;
i < 11;
i++)
std::cout
<< static_cast<char>(av[i]);
}
std::cin.get();
return 0;
10.cpu,gpu單值計算效率測試
案例：
<iostream>
<amp.h>
<winbase.h>
#define
count 100000
float
nickname_gpu[count];
nickname_cpu[count];
//gpu并行計算比較占有優勢，restrict(amp)：限制使用gpu程式設計
double
rungpu(int
num)
temp = 0;
for (int
i <
num;
temp +=
i;
return
temp;
//cpu處理單值計算比較有優勢,單點計算比較有優勢，隻能在gpu内部執行
runcpu(int
restrict(cpu)
//這是對一個數進行操作
//限制使用gpu或cpu運作
runcpugpu(int
restrict(amp,
cpu)
//測試單值計算的運作效率
large_integer
freq;
strt;
ed;
queryperformancefrequency(&freq);
queryperformancecounter(&strt);
dx[1] = { 0.0 };
double
db = 0.0;
concurrency::array_view<double>
myview(1,
dx);
parallel_for_each(myview.extent,
[=](concurrency::index<1>
myview[idx]
+= rungpu(1000000);
myview.synchronize();//顯式等待gpu計算完成并将資料打回記憶體
printf("%f\n",
dx[0]);
queryperformancecounter(&ed);
printf("gpu耗時:
%d 毫秒\r\n", (ed.quadpart
- strt.quadpart)
* 1000 / freq.quadpart);
runcpu(1000000));
printf("cpu耗時:
puts("測試結束");
getchar();
運作結果：
案例2：
count 3000
double temp = 0;
temp += i;
return temp;
large_integer freq;
large_integer strt;
large_integer ed;
concurrency::array_view<float>
myview(count,
nickname_gpu);
//将資料打入顯存
concurrency::parallel_for_each(myview.extent,
count / 10;
myview[idx] = (myview[idx]
+ 0.1f) / 2.3f;
myview.synchronize();//顯式等待gpu計算完成并将資料打回記憶體
- strt.quadpart) * 1000 / freq.quadpart);
idx = 0; idx <
count; idx++)
nickname_cpu[idx] = (nickname_cpu[idx]
+ 0.1f) /2.3f;
if (nickname_cpu[idx]
!= nickname_gpu[idx])
puts("cpu和gpu的計算結果不相符！");