CUDA：CUDA事件在GPU计时和重叠的CPU和GPU执行的实例（附完整源码）

#include <iostream>
#include <chrono>
#include <cuda_runtime.h>
#include <device_launch_parameters.h>

void cpuTask()
{
    // 模拟CPU任务
    for (int i = 0; i < 1000000000; i++)
    {
        // Do some computation
    }
}

__global__ void gpuTask()
{
    // 模拟GPU任务
    int idx = blockIdx.x * blockDim.x + threadIdx.x;
    for (int i = 0; i < 1000000000; i++)
    {
        // Do some computation
    }
}

int main()
{
    const int blockSize = 256;
    const int numBlocks = 32;

    cudaEvent_t start, stop;
    cudaEventCreate(&start);
    cudaEventCreate(&stop);

    // 启动CPU任务并记录开始时间
    cudaEventRecord(start);
    cpuTask();
    cudaEventRecord(stop);
    cudaEventSynchronize(stop);

    float cpuElapsedTime;
    cudaEventElapsedTime(&cpuElapsedTime, start, stop);
    std::cout << "CPU time: " << cpuElapsedTime << " ms" << std::endl;

    // 启动GPU任务并记录开始时间
    cudaEventRecord(start);
    gpuTask<<<numBlocks, blockSize>>>();
    cudaEventRecord(stop);
    cudaEventSynchronize(stop);

    float gpuElapsedTime;
    cudaEventElapsedTime(&gpuElapsedTime, start, stop);
    std::cout << "GPU time: " << gpuElapsedTime << " ms" << std::endl;

    cudaEventDestroy(start);
    cudaEventDestroy(stop);

    return 0;
}

该示例代码模拟了一个CPU和GPU的任务。在CPU任务中，我们执行一个简单的循环来模拟计算密集型的CPU操作。在GPU任务中，我们使用CUDA内核函数执行相同的计算密集型操作。

代码中使用了cudaEvent_t类型的变量来记录开始和结束时间，并使用cudaEventRecord函数来记录时间点。然后，我们使用cudaEventElapsedTime函数来计算经过的时间。最后，通过比较CPU和GPU的时间来评估它们之间的性能差异。

该博文为原创文章，未经博主同意不得转。
本文章博客地址：https://cplusplus.blog.csdn.net/article/details/128394754