1

我编写了以下简单的 CUDA 内核：

__global__ void pr_kernel(float* O, const float* I, const float* W, int N)
{
  int x = threadIdx.x;
  float sum;
  int i;
  if (x < N) {
    for (i = 0; i < N; i++) {
      if (i == x) continue;
      sum += W[x*N+i] * I[x];
    }
    O[x] = (0.15 / N) + 0.85 * sum;
  }
}

Python中的变量分配如下：

N      = np.int32(4)
W      = np.float32(np.asarray(
         [0, 1, 0, 1, 1, 0, 1, 1, 
         0, 1, 0, 1,1, 1, 0]))
I      = np.float32(np.asarray(
         [0.25, 0.25, 0.25, 0.25]))
O      = np.float32(np.zeros(N))

我正在使用 传输变量gpuarray.to_gpu，并且正在使用以下行调用 Tesla C2070 上的内核：

pr_kernel(O_d, I_d, W_d, N_d, block=blocksize, grid=gridsize)

在哪里：

blocksize = (128, 1, 1)
gridsize = (1, 1)

我收到错误消息：

pycuda.driver.LaunchError: cuLaunchKernel failed: launch out of resources.

即使我将块大小减少到类似(8, 1, 1). 我可以在 GPU 上运行其他块大小为的 CUDA 程序，(512, 1, 1)所以我相信这不是由于 GPU 配置问题。

我究竟做错了什么？谢谢你的帮助。

4

2 回答 2

1

问题是我N使用 将整数传输到 GPU gpuarray.to_gpu，而我应该直接传递N给pr_kernel函数。

于 2012-11-05T02:01:09.107 回答
0

当我在定义中使用不同的类型并作为内核的参数时，我遇到了类似的问题。后者需要更多资源的事实可能会产生错误。

于 2015-09-30T03:00:25.490 回答