我有一些包含 SAL 功能的主机代码。 SAL 函数用于处理大数据。我想在 CUDA 设备中采用相同的功能并分析主机和设备上的执行时间。但由于 SAL 函数是针对主机/CPU 的，那么如何在 GPU 上允许这些函数，或者是否可以从 GPU 端调用 SAL 函数？
例如，
cvabsx((COMPLEX *)in, 2, out, 1, size, 0);
上面的 SAL 函数计算复数的大小。现在我想在 GPU 端对此进行调整。这个怎么做？或者是否有其他库的执行速度比 SAL 快得多？
最佳答案
您不能在设备上使用为 x86 使用而编译的库(即纯粹用于主机代码使用，仅使用主机代码编译器)。
显然，GPU 兼容库(例如 CUBLAS 和许多其他库)可以与 GPU 一起使用。但对于大多数普通的编译库来说，它们不能直接与设备代码中的 GPU 一起使用。
如果您有权访问库的源代码，那么(理论上)应该可以浏览库源代码，并使用 __host__ __device__ 修饰函数code> 根据需要，然后使用 nvcc 编译器重新编译库源代码，以生成具有可在设备代码中使用的函数的版本。 (如果它是模板/ header 库，则可能只需修饰库代码，然后重新编译您的应用程序即可。)
根据库的实现，这可能是一项非常复杂的任务。
关于c - 可以在CUDA设备中使用SAL(科学算法库)吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29115400/