① 如何使用cudaMallocPitch和cudaMemcpy2D
有時候，我們需要在比較大的項目中調用CUDA，這就涉及到MFC+CUDA的環境配置問題，以矩陣相乘為例，在MFC中調用CUDA程序。我們參考羅振東[email protected]（國防科學技術大學計算機學院）的方法。
環境： Windows 7 SP1
Microsoft Visual Studio 2010
CUDA 5.0
步驟：
1.首先建立一個空的名叫Matrix Multiplication_KahanMFC的「FCM應用程序」項目：
點擊「確定」，這時彈出如下窗口
我們需要對默認項目進行一些修改，點擊「下一步」，我們設置一個空的MFC項目，選擇「單個文檔」和「MFC標准」：
點擊「完成」。
2.創建CUDA的調用介面函數及其頭文件
（1）頭文件
「添加」--> 「新建項」-->「Visual C++」-->「頭文件（.h）」-->「名稱」-->「CUDA_Transfer.h」 -->「添加」，如下圖：
在CUDA_Transfer.h中添加如下代碼：
//CUDA_Transfer.h
#include
#include "math.h"
using namespace std;
int run_cuda(float* GPU, float* CPU);
如下圖所示：
（2）函數
按照和增加頭文件相似的方法，添加函數。「添加」--> 「新建項」-->「Visual C++」-->「C++文件（.cpp）」 -->「名稱」-->「CUDA_Transfer.cpp」 -->「添加」，如下圖：
在CUDA_Transfer.cpp中添加如下代碼：
//CUDA_Transfer.cpp
#include "CUDA_Transfer.h"
#include "stdafx.h"
extern "C" int runtest(float* GPU, float* CPU);
int run_cuda(float* GPU, float* CPU)
{
runtest(GPU,CPU);
return 0;
}
如下圖所示：
需要注意的是在MFC的文件中是不能包含（include）.cu文件的，會報錯，所以我們使用extern "C"的方式來實現函數的調用。
3. 創建存放cuda 代碼的篩選器，名為CUDA
「添加」--> 「新建篩選器」，重命名為CUDA
4. 在篩選器CUDA中創建一個CUDA源代碼文件，kernel.cu。
我們直接把已經寫好的矩陣相乘的程序kernel.cu復制到項目目錄下，添加到CUDA篩選器中去。
添加」--> 「現有項」-->「kernel.cu」--> 「添加」：
把kernel.cu的int main()函數改為extern "C" int runtest(float* GPU, float* CPU)，兩個參數用來獲得GPU和CPU計算所使用的時間，單位為毫秒。
5. 右擊項目-->「生成自定義」：
在彈出的窗口中勾選CUDA 5.0(.target,.props)。如果使用其他版本的CUDA，就勾選對應的版本：
點擊「確定」。
6. 修改 kernel.cu的編譯鏈接設置
在解決方案資源管理器中右擊kernel.cu文件-->「屬性」，在彈出窗口中-->「常規」-->「項類型」的下拉列表中選擇
點擊「應用」後，「常規」下方會出現一個「CUDA C/C++」的設置，沒有特殊需求，不需要修改，點擊「確定」。
7.修改工程設置。
工程設置需要修改「鏈接器」-->「輸入」-->「附加依賴項」和「生成事件」-->「預先生成事件」-->「命令行」。需要設置的參數比較多，我們採用比較簡單的方法。
我們新建一個空的CUDA項目，在這個空CUDA項目的項目屬性中找到「鏈接器」-->「輸入」-->「附加依賴項」，把「附加依賴項」中所包含的項復制到我們的MFC項目中：
按照同樣的方法，設置「生成事件」-->「預先生成事件」-->「命令行」：
設置完成後，點擊「確定」。
8.修改MFC文件，完成調用。
我們需要在MFC中調用CUDA程序，顯示出GPU和CPU計算兩個1024*1024矩陣相乘所消耗的時間。
在Matrix Multiplication_KahanMFCView.cpp中包含（include）"CUDA_Transfer.h"
文件；在CMatrixMultiplication_KahanMFCView::OnDraw(CDC* pDC)中添加如下代碼：
float GPU;
float CPU;
run_cuda(&GPU, &CPU);
CString strGPU,strCPU;
strGPU.Format(_T("GPU:%f \n"),GPU);
strCPU.Format(_T("CPU:%f \n"),CPU);
pDC->TextOut(0,0,strGPU);
pDC->TextOut(0,30,strCPU);
如圖所示：
然後重新生成解決方案，運行。
計算要花費一些時間，需要等待，測試的時候可以把矩陣大小改小一些。因為把程序加到了OnDraw中，所以每當刷新窗口時候（例如調整窗口大小時），都會調用。由於計算耗時比較長，窗口看起來會像無響應一樣，等計算完成就好了。
運行的結果如下：
在矩陣比較大的情況下，GPU的加速效果明顯，GPU耗時只需要620ms，而CPU需要23438ms，要花費將近40倍的時間。
② GPU高性能運算之CUDA，CUDA編程報錯，大牛幫忙解答啊
唉，是自己粗心大意，忘了給main函數入口了，在主機端代碼中加上函數聲明和主函數就行了:
//函數聲明
void runTest(int argc, char** argv);
//主函數
int main(int argc, char** argv)
{
runTest(argc,argv);
CUT_EXIT(argc,argv); //退出CUDA
}
③ 如何在Linux下編譯CUDA程序，生成動態鏈接庫
首先創建一個soTest的文件夾，裡面有兩個文件deviceQuery.cpp, t.cpp。
deviceQuery.cpp的代碼可以參考CUDASDKt.cpp的源代碼如下：
#includeintcudev(intargc,char**argv);
intmain(intargc,char**argv)
{
cudev(argc,argv);
return0;
}
然後在當前目錄下輸下命令