CUDA开发实战：C#代码中使用DLL-技术开发专区

CUDA开发实战：C#代码中使用DLL

作者：黄永兵编译编辑：胡铭娅 2011-06-13 00:05 IT168网站原创

【IT168 技术】使用.NET平台调用函数是一件容易的事情，但有一件事需要注意 — 访问的可变性，因为我们不能在它们上面使用DllImport属性，我们必须找到变量的地址，然后排列数据。

using System.Runtime.InteropServices;
#region hard way to import variable from unmanaged dll
[DllImport("kernel32.dll", SetLastError = true, CharSet = CharSet.Ansi)]
internal static extern IntPtr GetProcAddress(IntPtr hModule, string procName);
[DllImport("kernel32.dll", SetLastError = true, CharSet = CharSet.Ansi)]
internal static extern IntPtr LoadLibrary(string lpszLib);

static float ReadsExecutionTime()
{
    IntPtr hdl = LoadLibrary("cudalib.dll");
    if (hdl != IntPtr.Zero)
    {
        IntPtr addr = GetProcAddress(hdl, "sExecutionTime");
        if (addr != IntPtr.Zero)
        {
            //int value = Marshal.ReadInt32(addr);      // for integer types
            float[] managedArray = new float[1];        // single value
            Marshal.Copy(addr, managedArray, 0, 1);     // for other types
            return managedArray[0];
        }
    }
    return 0;
}
#endregion
// easy way to import variable from unmanaged dll - make wrapper if you can
[DllImport("cudalib.dll", CharSet = CharSet.Ansi, SetLastError = true, CallingConvention = CallingConvention.StdCall)]
public static extern float GetExecutionTime();

　　使用整型事情会变得更简单，因为你可能向上面注释中那样使用Marshal类。对其它类型，Marshal.Copy()方法是个可行的解决方案。我使用单元素数组浮点数检索我的变量，Marshal.Copy()可能也会从托管源拷贝数据到非托管目标(反之亦然)。

　　至于dll中的其它函数，还包括CUDA计算函数：

[DllImport("cudalib.dll", CharSet = CharSet.Ansi, SetLastError = true, CallingConvention = CallingConvention.StdCall)]
public static extern int SomeCalculationsCU(float[] a_h, uint N, uint M, int cuBlockSize, int showErrors);
[DllImport("cudalib.dll", CharSet = CharSet.Ansi, SetLastError = true, CallingConvention = CallingConvention.StdCall)]
public static extern void SomeCalculationsCPU(float[] a_h, uint N, uint M);

　　再提醒一次，记住正确设置调用约定。

　　示例代码也展示了如何使用Parallel.For()方法，它属于.NET 4的功能。

using System.Threading.Tasks;
using System.Diagnostics;
private static double ParallelForVersion(float[] farr3, uint N, uint M)
{
    Stopwatch stp = new Stopwatch();
    stp.Start();
    Parallel.For(0, N, i =>
    {
        for (uint j = 0; j < M; j++)
            farr3[i] = farr3[i] * farr3[i] * 0.1f - farr3[i] - 10;
    });
    stp.Stop();
    return stp.Elapsed.TotalMilliseconds;
}

　　这个代码做CUDA版本完全一样的计算，但是，你将会看到计算结果却不完全一样，因为CPU和GPU计算的错误边界不同。这里也给nvcc编译器使用了use_fast_math参数，强制它使用不精确，但更快的函数，如用__sinf(x)代替sinf(x)，不是每个函数都有前缀为“__”的副本。

第1页：使用.NET平台调用函数第2页：调用函数的代码示例

关注我们