cuda编程，把CPU转到CUDA的编程，这算法有点不正确！求解

cuda是基于标准c语言的，你先把c语言的基础学好，然后动手自己写一些c语言的程序，等对c语言有一定的功底之后，再看cuda,cuda与c语言的不同之处我觉得在于那个内核函数，以及如何划分线程块和栅格的纬度和大小，以及如何实现对于线程的索引的搜索，让每一个线程处理对应的一个变量或者几个变量。

然后是cuda的一些基础的语法，这些你可以看一些简单的cuda的例子，例如矩阵相加的例子，通过这些程序的例子可以很好的理解这些语法。

   起源于前段时间做的一个GPU实验，关于两个CUDA进程的进程间通信（用CUDA-IPC机制，一个进程在显存中写，另一个进程一边自旋锁一边读数据是否被更改）。实验过程中发现(环境为Ubuntu16/18），在 Pascal 架构的电脑上做的时候，实验是 成功 的。然而转到 Maxwell 架构的电脑上做，发现CUDA程序自旋锁会导致 桌面卡住 ，即使放弃桌面转到tty控制台中做 依然失败 ，因为B进程自旋锁的时候会导致 A进程卡主 ，根本写不进去。

  一开始认为 原因 是在Pascal架构之前，没有MPS技术，多个cuda进程无法同时在GPU中执行。但事实上软件支持的MPS对硬件计算能力要求不高(>=35)，cuda>=55就可以。且MPS一般默认关闭，在Pascal架构上实验时也并没有开启MPS。

  后来发现原因是Pascal架构开始支持计算抢占。

相关技术及对应的架构：

CUDA Context

MPS

推荐阅读 MPS官方文档 以及 MPS相关博客 。

个人理解：相当于用一个context整合了多个context。

待深入了解：MPS的硬件隔离

自问自答：

Q：多个主机进程默认创建的Context是同一个吗？

A：是不同的Context。

Q：Pascal架构之前，桌面渲染和通用计算也是可以同时进行的呀？

A：事实上并没有真正同时进行，只是交替进行，宏观看上去会有并发的效果。如果cuda程序占用GPU时间过长，会被桌面图形程序停掉。

Q：图像渲染都需要用GPU吗？

A：不一定，某些软件计算量大且专门针对GPU做了优化的话才会用到GPU。

Q：GPU 通用计算会影响渲染任务吗

A：如果两个计算量都比较大的话肯定会相互影响

首先，你要确定你的显卡驱动是否支持cuda；

然后去官网上下载最新的驱动并安装；

之后去下载cuda driver并安装；

下载cuda toolkit并安装；

下载cuda SDK并安装。

lz要保证cuda toolkit和cuda SDK的版本是一样的。

以上就是关于cuda编程，把CPU转到CUDA的编程，这算法有点不正确！求解全部的内容，包括:cuda编程，把CPU转到CUDA的编程，这算法有点不正确！求解、理解多CUDA Context(多进程同时使用GPU)的情况、运行cuda编好的可执行程序需要进行那些软件配置例如需要安装driver 吗等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！