英伟达的CUDA C提供的API与OpenCL类似。代码清单3.6用使用CUDA实现了向量相加，OpenCL和CUDA中的很多命令都可以相互对应。OpenCL API中有更多的参数，这是因为OpenCL需要在运行时去查找平台，并对程序进行编译。CUDA C只针对英伟达的GPU，其只有一个平台可以使用，所以平台的查找自动完成；将程序编译成PTX的过程可以在编译主机端二进制文件的时候进行(CUDA没有运行时编译)。

OpenCL中平台在运行时进行查找，程序需要选择一个目标设备，并在运行时进行编译。程序的编译不能在运行时之外完成，因为不知道哪个具体设备要去执行内核，无法在这种情况下生成中间码(IL/ISA)。比如，一个OpenCL内核在AMD GPU上测试有没有问题，但当其需要运行在Intel的设备上时，编译器生成的中间码就和AMD平台上的不太一样。从而，对与平台的查找，以及在运行时进行编译程序就能避免这样的问题。

OpenCL和CUDA C最大的区别是，CUDA C提供一些特殊的操作完成内核启动，其编译需要使用一套工具链，这套工具链中需要包含英伟达支持的预处理器。预处理器生成的代码，和OpenCL的内核代码十分相近。

{%ace edit=false, lang=’c_cpp’%}

include

include

include

// CUDA kernel. Eache thread computes one element of C
global void vecAdd(int A, int B, int C, int elements){
// Compute the global thread ID using CUDA intrinsics
int id = blocakIdx.x blocakDim.x + threadIdx.x;

// Must check that the thread is not out of bounds
if (id < elements)
C[id] = A[id] + B[id];
}

int main(int argc, char *argv[]){
// Elements in each array
const int elements = 2048;

// Compute the size of the data
size_t datasize = sizeof(int) * elements;

// Allocate space for input/output host data
int A = (int )malloc(datasize); // Input array
int B = (int )malloc(datasize); // Input array
int C = (int )malloc(datasize); // Output array

// Device input vectors
int bufA;
int bufB;
// Device output vectors
int *bufC;

// Allocate memeory for each vector on GPU
cudaMalloc(&bufA, datasize);
cudaMalloc(&bufB, datasize);
cudaMalloc(&bufC, datasize);

int i;
// Initialize vectors on host
for (i = 0; i < elements; i++){
A[i] = i;
B[i] = i;
}

// Copy host vectors to device
cudaMemcpy(bufA, A, datasize, cudaMemcpyHostToDevice);
cudaMemcpy(bufB, B, datasize, cudaMemcpyHostToDevice);

int blockSize, gridSize;

// Number of threads in each thread block
blockSize = 256;

// Number of thread blocks in grid
gridSize = elements / blockSize;

// Execute the kernel
vecAdd<<>>(bufA, bufB, bufC, elements);

// Copy array back to host
cudaMemcpy(C, bufC, datasize, cudaMemcpyDeviceToHost);

// Release device memeory
cudaFree(bufA);
cudaFree(bufB);
cudaFree(bufC);

// Release host memeoy
free(A);
free(B);
free(C);
}
{%endace%}

代码清单3.6 CUDA C版本的向量相加