【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。
#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：
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.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。
代码示例
这里的示例显示了相同函数CUDA(GPU)，非托管本地代码(CPU)，托管.NET代码(顺序的)和.NET并行版本的执行时间。
你可以修改的配置参数是数组的大小，每个线程循环的次数，CUDA块大小和为求平均值的测试次数。
块大小应该比数组大小小一些，以便利用更多的多处理器，建议值是256或512(大多数支持CUDA的设备的最大值)，你可以使用CUDA SDK中的CUDA分析器检查占有率(应该是1或接近1)。
这里的CUDA内核非常简单，没有使用任何线程同步和共享内存，实际上，所有线程是完全独立运行的，当为每个数组元素配有足够的计算能力时，性能会得到极大的提升。
你可以使用更少的循环检查结果，并行for()的用法通常是由数组大小决定的，因此，对小数组它通常是无效的。
下面是我的配置了旧Nvidia GPU的笔记本电脑计算能力为1.1的结果：
