ابتدا فضای مورد نظر برای بردارهای خودتون را سمت device اشغال کرده با cudaMalloc سپس داده های موجود در 2 یردار ورودی را با تابع cudaMemcpy از host به device کپی کنید سپس در سمت device تابع مورد نظرتون که همان kernel هستش را بنویسید و در نهایت دوباره با تابع cudaMemcpy داده های خود را از device به host بر روی بردار نتیجه کپی کنید.
#define N 10
__global__ void add(int *a, int *b, int *c) {
int tid = blockIdx.x;
if (tid < N)
c[tid] = a[tid] + b[tid];
}
int main(void) {
vector<int> a, b, c;
int *dev_a, *dev_b, *dev_c;
cudaMalloc((void**)&dev_a, N * sizeof(int));
cudaMalloc((void**)&dev_b, N * sizeof(int));
cudaMalloc((void**)&dev_c, N * sizeof(int));
a.reserve(N);
b.reserve(N);
c.resize(N);
for (int i = 0; i < N; i++) {
a.push_back( -i);
b.push_back( i * i);
}
cudaMemcpy(dev_a, &a[0], N * sizeof(int), cudaMemcpyHostToDevice);
cudaMemcpy(dev_b, &b[0], N * sizeof(int), cudaMemcpyHostToDevice);
add << <N, 1 >> >(dev_a, dev_b, dev_c);
cudaMemcpy(&c[0], dev_c, N * sizeof(int), cudaMemcpyDeviceToHost);
for (int i = 0; i < N; i++) {
cout << a[i] <<"+"<< b[i] << "=" << c[i];
}
cudaFree(dev_a);
cudaFree(dev_b);
cudaFree(dev_c);
return 0;
}