在網上看了一個比較GPU和CPU執行矩陣運算效率的帖子，親自跑了一下。

這是一個CUDA語言程序，請保存為“文件名.cu”。我的主機配置如下：

CPU:G2030；內存8GB；顯卡：GTX750ti。

代碼如下所示：

#include "cuda_runtime.h" #include "device_launch_parameters.h"#include <stdio.h> #include <time.h>#define N (1024*1024) #define M (10000) #define THREADS_PER_BLOCK 1024void serial_add(double *a, double *b, double *c, int n, int m) {for(int index=0;index<n;index++){for(int j=0;j<m;j++){c[index] = a[index]*a[index] + b[index]*b[index];}} }__global__ void vector_add(double *a, double *b, double *c) {int index = blockIdx.x * blockDim.x + threadIdx.x;for(int j=0;j<M;j++){c[index] = a[index]*a[index] + b[index]*b[index];} }int main() {clock_t start,end;double *a, *b, *c;int size = N * sizeof( double );a = (double *)malloc( size );b = (double *)malloc( size );c = (double *)malloc( size );for( int i = 0; i < N; i++ ){a[i] = b[i] = i;c[i] = 0;}start = clock();serial_add(a, b, c, N, M);printf( "c[%d] = %f\n",0,c[0] );printf( "c[%d] = %f\n",N-1, c[N-1] );end = clock();float time1 = ((float)(end-start))/CLOCKS_PER_SEC;printf("CPU: %f seconds\n",time1);start = clock();double *d_a, *d_b, *d_c;cudaMalloc( (void **) &d_a, size );cudaMalloc( (void **) &d_b, size );cudaMalloc( (void **) &d_c, size );cudaMemcpy( d_a, a, size, cudaMemcpyHostToDevice );cudaMemcpy( d_b, b, size, cudaMemcpyHostToDevice );vector_add<<< (N + (THREADS_PER_BLOCK-1)) / THREADS_PER_BLOCK, THREADS_PER_BLOCK >>>( d_a, d_b, d_c );cudaMemcpy( c, d_c, size, cudaMemcpyDeviceToHost );printf( "c[%d] = %f\n",0,c[0] );printf( "c[%d] = %f\n",N-1, c[N-1] );free(a);free(b);free(c);cudaFree( d_a );cudaFree( d_b );cudaFree( d_c );end = clock();float time2 = ((float)(end-start))/CLOCKS_PER_SEC;printf("CUDA: %f seconds, Speedup: %f\n",time2, time1/time2);return 0; }程序運行結果如下圖所示：

CPU的執行時間是GPU執行時間的10倍，這已經是一個數量級的差距了。而且，我相信隨著運算量的加大，差距會更加明顯。由此看來GPU做矩陣運算確實比CPU快太多。

原帖地址：https://my.oschina.net/zzw922cn/blog/631650

總結

以上是生活随笔為你收集整理的一个程序来比较cuda/c在GPU/CPU的运行效率的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。