在前面的文章中，曾介绍过Xcode IDE环境下的CUDA设置。之前提过我的CUDA Plugin for Xcode一直设置不成功，经过一番折腾，总算是把Xcode IDE的CUDA配置给搞定了。下面介绍一下如何设置CUDA Plugin for Xcode IDE。

1. 首先安装NVIDIA最新的显卡驱动,以及 CUDA Toolkit 和 CUDA SDK. 下载地址 here.
2. 安装CUDA之后，你可以测试一下你的机器是否CUDA配置正确。方法如下：进入CUDA安装目录，我将CUDA安装在/Developer目录下。在/Developer/CUDA下有一个Makefile，在该目录[......]

继续阅读

本文来自: Mac OS X Leopard Xcode环境下的NVIDIA CUDA设置

在网上看到一篇比较不错的CUDA工程模板程序的详细分析文章，大家可以用来了解一个CUDA程序的基本结构。转载于http://blog.csdn.net/darkstorm2111203/archive/2008/08/22/2813480.aspx。

/* Template_Host.c 用于演示如何生成cuda工程的样本程序 */
/* 主机端，也就是cpu code*/

// includes, system
#include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include &l[......]

继续阅读

本文来自: CUDA程序初窥

前面简单介绍了CUDA通用并行架构的情况,如何在常用的集成开发环境(IDE)下CUDA的配置好坏往往影响到CUDA程序开发的难易程度.
我这里介绍的常用的IDE包括Windows平台下的Visual Studio (VS)系列和Mac OS X平台下的Xcode. 至于Linux平台的开发,印象中的linux guy都是用make,gcc和gdb来进行项目管理和程序开发调试,我想应该很少linux guy会用IDE吧? 并且CUDA安装程序已经包含了相应的环境设置以及makefile文件的设置,只要依葫芦画瓢,很容易生成自己项目的makefile文件,这里我就不再赘述了.
回到正题,如何对CU[......]

继续阅读

本文来自: 常用集成开发环境(IDE)的CUDA配置

最近在学习NVIDIA的CUDA通用并行计算架构, 该架构是利用NVIDIA的GPU进行计算密集型、高度并行化的计算. 有兴趣的读者可以参见NVIDIA CUDA中文网或英文网.
在学习的过程中,该并行架构的编程原理给我的感觉还算好理解, 主要的流程就是:

1. Host (aka. CPU) 进行初始化程序及Host上的内存数据
2. Host 将其内存区上的数据拷贝到Device (aka. GPU)的内存区
3. 执行Device上的代码 (aka. Kernal函数)进行并行计算
4. Device上的计算结束后,再将Device的内存区的数据拷贝回Host的内存区
5. Host再进行后续代码工作

因此Hos[......]

继续阅读

本文来自: NVIDIA CUDA通用并行计算架构

First, download some tools of the trade and the source for ffmpeg and x264

1. Download MinGW from here.
2. Download MSYS from here.
3. Download updated bash for MSYS from here.
4. Download updated w32api-3.13-mingw32-dev.tar for MinGW from here.(here is a direct link).
5. Get the latest snapshot of ffmpeg from[......]

继续阅读

本文来自: How to build ffmpeg with x264 on windows platform