# CUDA学习

**Repository Path**: shzhuoyu/cuda-tutorial

## Basic Information

- **Project Name**: CUDA学习
- **Description**: 学习一下CUDA
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-03-09
- **Last Updated**: 2024-03-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# CUDA学习

#### 介绍
学习一下CUDA

### 原理
C++本身只是一个连接python和cuda的桥梁，所有实现都是在.cu上实现的

### 实操
#### 1.配置CPP中torch引用地址
vs code 中 cmd + shift + p 选择 "C++ Edit Configurations Json 即可出现

在添加你的torch地址
```json
"includePath": [
                "${workspaceFolder}/**",
                "/usr/local/lib/python3.8",
                "/usr/local/lib/python3.8/dist-packages/torch/include",
                "/usr/local/lib/python3.8/dist-packages/torch/include/torch/csrc/api/include",
                "/usr/include/python3.8"
            ],
```

#### 2.配置{模块名}.cpp文件
照抄
```python
PYBIND11_MODULE(TORCH_EXTENSION_NAME, m){
    m.def("trilinear_interpolation", &trilinear_interpolation);
}
# 这里左边是传过去之后python叫什么，右边是C++的函数名
```
#### 3.配置CU文件
具体看interpolation_kernel.cu

```c++
AT_DISPATCH_FLOATING_TYPES(feats.type(), "trilinear_fw_cu",
    ([&]{
        trilinear_fw_kernel<scalar_t><<<blocks, threads>>>(
            // 把tensor转成packed_accessor才能进kernel, scalar_t表示未定的数据类型
            // 可填float32,3是shape的长度,RPT表示不会和其他有交集，
            feats.packed_accessor<scalar_t, 3, torch::RestrictPtrTraits, size_t>(),
            points.packed_accessor<scalar_t, 2, torch::RestrictPtrTraits, size_t>(),
            feat_interp.packed_accessor<scalar_t, 2, torch::RestrictPtrTraits, size_t>()
        );
    }));
```

#### 4.安装cu程序
```python
pip install .
```  
安装完成后就可以test了