修改现有的C ++代码，以便使用CUDA在GPU上运行

Question

我有一个 A类，它实现了一个复杂的算法并且有许多公共/私有成员函数。此类使用另一个 B类的对象来实现3D-Vector操作，因此具有许多成员函数（+，-，/，{{1} }，*，==等。）。

类!= 旨在在具有多个CPU线程的CPU上运行。两个类都使用许多STL容器，例如pair，向量（对象指针），字符串，映射，多图，集合，队列等，并使用位真数据类型，如A。

现在我希望将类uint32_t 的算法（成员函数）中的一个转换为CUDA内核，该内核可以由16个CPU线程执行，从而在Kepler上同时运行16个内核GPU。这意味着 A类和 B类的成员函数需要在GPU上执行。还有任何STL特定的东西，我将需要使用Thrust或编写我自己的CUDA代码来实现该容器/算法

为了做到这一点，我可以想到两种方法

• 修改我混合主机和设备功能的现有C ++代码
• 使用我现有的C ++代码从头开始创建CUDA C ++代码（类）

使用C，修改现有代码相当容易。但对于C ++来说，这是一项相当复杂的练习，如果现有代码大量使用STL，它就会变得更加复杂。

所以问题是，修改C ++ / STL繁重代码以使CUDA准备就绪的最佳方法是什么？

- UPDATE -

• C ++类的成员函数不能标记为A以使其成为内核。这意味着内核函数总是需要是一个非成员函数，可以由成员函数调用。

Answer 1

我发现这个article非常有用，基本上，我的想法是你在函数之前加上一些宏，使它们在主机和设备上都可以编译。