Understanding the Overheads of Launching CUDA Kernels.pdf

CUDA中PyTorch的软DTW 用于PyTorch的快速CUDA实现。 基于但运行速度最高可提高100倍！ forward()和backward()传递都使用CUDA实现。 我的实现部分受到启发，其中提出了基于对角线的Belman递归实现。 入门 此代码取决于和 。 只需在您的项目中包含soft_dtw_cuda.py ，就可以了！ 您还可以运行随附的事件探查器/测试（已通过Python v3.6测试），并查看获得的加速效果： git clone https://github.com/Maghoumi/pytorch-softdtw-cuda cd pytorch-softdtw-cuda python soft_dtw_cuda.py 用法示例 脚本中已经提供了示例代码。 这是一个简单的例子： from soft_dtw_cuda import SoftDTW # Crea

cufftShift 基于CUDA的线性1D，2D和3D FFT移位功能实现。

快速流网

1. 版本：OpenCV 4.5.5 2. 编译器：Visual Studio 2022 （VC17）,CUDA 11.5 3. 平台： Windows 10 x64，GTX 1060 4. 说明：有CUDA和CUDANN，包括开源不免费的算法部分。

CUDA PTX 手册

中文书名：《大规模并行处理器编程实战》，胡文美的书，很好的学习cuda的书。《大规模并行处理器编程实战》介绍了学生和专业人员都适合的并行编程与gpu体系结构的基本概念，详细剖析了编写并行程序所需的各种技术，用案例研究说明了并行程序设计的整个开发过程，即从计算思想开始，直到最终实现高效可行的并行程序。

CUDA-Cpp-Makefile 大型 CUDA C++ 程序的 Makefile 原型 混合使用 CUDA 和 C++ 源文件的程序很难使用 Make 进行管理。 nvcc 要求文件以 .o 后缀结尾才能进行链接，但以 .o 结尾的 Makefile 规则会覆盖现有的隐式规则，从而导致烦人的循环依赖消息。 此外，nvcc 编译器速度慢，特别是对于大型项目的编译。 因此，重新编译所有 CUDA 源文件即使只有一小部分更改的解决方案是不够的。 这个简单的 Makefile 会自动处理这些烦恼。 输入： 包含 C++ 和 CUDA 源文件和（可选）CUDA 头文件的目录 C++ 和 CUDA 包含目录 g++ 和 nvcc 编译器标志（如果需要，可以轻松调整 Clang） （可选）调试上述等效项 输出： 代码的编译和链接的可执行文件 源文件是分开处理的——编辑一个文件只需要重新编

QR_CUDA ###使用CGS和MGS的QR分解的GPU实现 这些文件包含用于在GPU上运行Cholesky分解的代码。 它是在安装了CUDA 11.0开发套件的Visual Studio 2019中创建并运行的。 输入矩阵及其尺寸在代码中定义。 在文件QR_CGS.cu中，使用Classical Gram Schmidt算法分解矩阵。 在文件QR_MGS中，使用了改进的Gram Schmidt算法。

cuda 11.5.1，需要的朋友可以下载一下，百度云下载