CUDA與OpenGL互操作

當處理較大數據量的時候，往往會用GPU進行運算，比如OpenGL或者CUDA。在實際的操作中，往往CUDA實現並行計算會比OpenGL更加方便，而OpenGL在進行后期渲染更具有優勢。由於CUDA中的運算結果存儲在GPU中，如果將數據download到CPU，然后再將CPU中的數據上傳到GPU，使用OpenGL進行渲染，中間的GPU與CPU的交互會很耗時，畢竟使用GPU的目的就是為了加速，這樣的數據傳輸會降低效率。

接下來簡要說一下如何使CUDA和OpenGL互操作來實現GPU中數據的交互傳輸，而不用通過主機的CPU。

一、首先是在OpenGL中聲明這樣一個buffer。

cudaGraphicsResource_t  cudaBuffer;

然后將Buffer注冊給紋理texture(假定已經提前聲明一個紋理texture)

cudaGraphicsGLRegisterImage(&cudaBuffer, texture, GL_TEXTURE_2D, cudaGraphicsRegisterFlagsWriteDiscard);

 

二、好了，這樣我們只需要把CUDA計算出來的數據寫入cudaBuffer中就行了。如下：

利用Cuda中的兩個API設置cudaBuffer為映射Map，並將一個cuda數組cudaArray綁定到cudaBuffer。

cudaError_t err;
err = cudaGraphicsMapResources(1, cudaBuffer, 0);	
err = cudaGraphicsSubResourceGetMappedArray(&cudaArray, cudaBuffer, 0, 0);

那么接下來的就是把數據寫入cudaArray中的事情了，假設我有一個數據指針pResult指向GPU中的一段內存，這段內存中保存的就是CUDA的運算結果(一幅4通道圖像)，我只需要將其copy到cudaArray就行了。注意是cudaMemcpyDeviceToDevice，這個很快的。

創建cudaArray

uchar* cudaArray=NULL;
cudaChannelFormatDesc cuDesc = cudaCreateChannelDesc<uchar4>();
cudaMallocArray(&cudaArray, &cuDesc, imgWidth, imgHeight);

將結果數據拷貝至cudaArray

err=cudaMemcpyToArray(cudaArray, 0, 0, pResult, imgWidth*imgHeight * sizeof(uchar4), cudaMemcpyDeviceToDevice);

copy完后要解除映射Map

cudaGraphicsUnmapResources(1, &cudaBuffer, 0);

這樣在OpenGL中就可以直接將buffer中的數據注冊到紋理然后進行渲染了，so easy~