【IT168 专稿】一个大任务通常可能被分解成许多可以一起处理的小任务，以便创建一个解决方案，这和粉刷房子的道理是一样的，在粉刷之前，假设你需要买5公升油漆和5把刷子，你可以自己一个人干完采购和粉刷的活，也可以请朋友或职业粉刷工人帮忙。

▲图 开始使用CUDA C

你可能想请人帮忙，为了节约时间，你出去购买油漆，另一个人去买刷子，然后你在4个人的帮助下，每人刷一面墙，这样并行进行，到任务完成时，你算一下，应该节省了大量的时间。

这个方法对计算机也适用，假设你想添加两个向量v(x,y,z)和u(x,y,z)，这里v=(1,2,3)，u=(4,5,6)，那么v+u=(1,2,3)+(4,5,6)=(1+4,2+5,3+6)=(5,7,9)，你自己可以算一下，一次计算一个，但正如你可能看到的，这个问题可以分解成多个更小的问题，你可以让一个“人”将x分向量一起加起来，另一个“人”将y分向量一起加起来，第三个“人”将z分向量一起加起来，如下表所示：

表中的每个人所有的工作都是一样的：a+b=c，但每个人使用的数字不一样，结果也不一样。

这并不是什么新概念，并行计算已经存在多年，PC使用多个CPU并行处理任务，提高不同应用程序的执行速度，你可以将上面提到的“人”看作一个进程或一个线程，计算机可以将每个进程分配给不同的处理器，接收到任务的所有处理器并行执行一个任务(计算)。

现在，大多数计算机拥有多颗可以处理多任务的处理器，大型应用程序使用计算机上的可用资源运行可以获得更好的性能，但如果应用程序需要增加功能会怎么样呢?你应该增加处理器，还是以某种方式升级系统?这取决于你应用程序的需求和采用的解决方案，其中一个可行的解决方案是使用GPU。

GPU是什么?GPU是图形处理单元(Graphics Processing Unit)的缩写，它处理所有桌面上或游戏中的图形，分担一些CPU负载，在游戏中，CPU要执行人工智能计算和冲突检测，任务非常繁重，因此任何帮助都是欢迎的，GPU本身采用了良好的并行架构，使算术运算和计算真正有效，它是CPU的好朋友。

▲图 CPU+GPU，让程序运行更高效

本文的目的是帮助你开始使用CUDA C语言在GPU上实现并行计算，CUDA C由nVidia创建，它是一种与C类似的编程语言，但它是专门为创建使用GPU执行并行计算的应用程序设计的，与之类似的还有OpenCL和DirectCompute(DirectX 11)，但CUDA C是我懂得的唯一语言，因此本系列文章就选择了它。它们都基于相同的原则，因此你任意选择一种学习都可以。

先决条件

在开始写代码之前，我们先启动计算机，把CUDA运行起来先!你需要一个新的启用CUDA的GPU(2007年以后，带有256MB显存的应该都可以，如果你不确定，请移步到www.nvidia.com/cuda检查一下)。我使用的是Nvidia Geforce 480GTX，但最新的500系列看起来更好。

重要：确定也安装了最新的驱动!!

安装

在下载页面，找到CUDA工具包，根据你平台的实际情况选择下载32位或64位，下载完毕后，安装它。

可选步骤，但真的会给你带来方便：下载完软件后，再从CUDA工具包页面下载并安装GPU计算SDK代码示例。

▲　图 安装GPU计算SDK

GPU计算SDK带有许多优秀的代码示例和文档，它们可以帮助你提高GPU计算技能。

CUDA工具包安装好后，你就可以使用你熟悉的文本编辑器编写CUDA C应用程序了，我使用的是记事本，如果要编译应用程序，你可以使用Visual Studio 2008命令提示符，或nvcc.exe编译。

▲图 Visual Studio 2008命令提示符

▲图 nvcc.exe

测试安装是否成功

让我们尝试一下吧，一个真正超级简单的CUDA应用程序，看起来和其它C代码没什么差别：

#include

int main( void )

{

printf( “Hello, World!” );

return 0;

}

这段代码可能会给你带来惊喜，实际上，你可以使用CUDA编写任何C应用程序，当我们开始决定在CPU上执行什么功能，在GPU上执行什么功能时，真正的奇迹发生了。

在你熟悉的文本编辑器中敲入上面的代码，然后将其保存为TestCUDA.cu。

接下来，我们开始编译和生成我们的应用程序，仍然是在控制台窗口，在你保存TestCUDA.cu相同的路径下，敲入下面的命令：

nvcc –o test.exe TestCUDA.cu

按下回车键，将创建一个test.exe可执行文件。

▲图 创建test.exe文件

现在如果你敲入test.exe，你的第一个CUDA C应用程序将会运行，并在屏幕上输出“Hello，World”，如下图所示：

▲图 运行test.exe

如果你在编译时遇到了问题，拷贝错误消息，在搜索引擎中搜索一下，可以获得大部分常见失误和错误的解决办法，祝你好运!(如果你下载的是64位CUDA工具包，试试将其卸载，然后换为32位版本测试一下)