当设备存在多块GPU时，为了高效利用GPU，我们常常需要使用多卡计算。本例中我们使用OpenMP来进行多线程调用多GPU运行，初学者无须详细了解OpenMP，只需知道一两句命令就行。
详细步骤如下：
1、建立一个普通CUDA项目：
2、在项目属性C/C++设置语言：支持openMP
3、在CUDA C/C++中设置预编译命令：-Xcompiler "/openmp"（这一行很重要）
4、设置CUDA C/C++ Host中运行库：为多线程库，如果工程为动态库，则设置为 “Multi-threaded DLL”，这个通常在调用CUDA动态库需要。
5、属性设置完以后，则接下来便使用OpenMP语句 【#pragma omp parallel for num_threads(N) 】进行多GPU调用。详细程序如下：
int subFunction()
{
const int arraySize = 5;
const int a[arraySize] = { 1, 2, 3, 4, 5 };
const int b[arraySize] = { 10, 20, 30, 40, 50 };
int c[arraySize] = { 0 };
//查询GPU设备数量
int deviceCount = 0;
cudaGetDeviceCount(&deviceCount);
if (deviceCount < 2) {
printf("GPU device is less than Two.\n");
return -1;
}
printf("Host CPUs:\t%d\n", omp_get_num_procs());
//的使用OpenMP多线程调用多GPU进行计算
#pragma omp parallel for num_threads(deviceCount)
for (int i = 0;i < deviceCount; i++) {
printf("this is threads:%d Total threads is:%d\n", omp_get_thread_num(), omp_get_num_threads());
//调用GPU内核程序
addWithCuda(c, a, b, arraySize, 0);
}
return 0;
}
6、程序运行（由于本机只有一个GPU，多GPU卡具体测试结果就不奉上了）
