我有一些主机代码，其中包含SAL功能。 SAL函数用于处理大数据。我想在CUDA设备中调整相同的功能，并分析主机和设备的执行时间。但由于SAL功能适用于主机/ CPU，如何在GPU上允许这些功能，还是可以从GPU端调用SAL功能？
例如，
cvabsx((COMPLEX *)in, 2, out, 1, size, 0);
上述SAL函数计算复数的大小。现在我想在GPU方面进行调整。这该怎么做？或者是否有任何其他库比SAL执行得快得多？
答案 0 :(得分：1)
您不能在设备上使用为x86使用而编译的库（即仅用于主机代码，仅使用主机代码编译器）。
显然，诸如CUBLAS等许多GPU兼容库可以与GPU一起使用。但对于大多数普通的编译库，它们不能直接与设备代码中的GPU一起使用。
如果您可以访问库的源代码，那么（理论上）应该可以通过库源代码，并根据需要使用__host__ __device__修饰函数，然后使用nvcc编译器重新编译库源，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/头库，可能只需要修改库代码，然后重新编译应用程序。）
根据库的实现，这可能是一项非常复杂的任务。