3

我需要一些有关 Cuda GLOBAL 内存的帮助。在我的项目中，我必须声明全局数组以避免在每次内核调用时发送这个数组。

编辑：

我的应用程序可以调用内核超过 1,000 次，每次调用时我都会向他发送一个大小超过 [1000 X 1000] 的数组，所以我认为这需要更多时间，这就是我的应用程序运行缓慢的原因。所以我需要为 GPU 声明全局数组，所以我的问题是

1如何声明全局数组

2如何在内核调用之前从 CPU 初始化全局数组

提前致谢

4

2 回答 2

6

您编辑的问题令人困惑，因为您说您正在向内核发送一个大小为 1000 x 1000 的数组，但您想知道如何使用全局数组来执行此操作。我知道将这么多数据发送到内核的唯一方法是使用全局数组，因此您可能已经在使用全局内存中的数组执行此操作。

尽管如此，至少有两种方法可以在全局内存中创建和初始化数组：

1.静态地，使用__device__and cudaMemcpyToSymbol，例如：

 #define SIZE 100
 __device__ int A[SIZE];
 ...
 int main(){
   int myA[SIZE];
   for (int i=0; i< SIZE; i++) myA[i] = 5;
   cudaMemcpyToSymbol(A, myA, SIZE*sizeof(int));
   ...
   (kernel calls, etc.)
 }

（设备变量参考，cudaMemcpyToSymbol 参考）

2.动态地，使用cudaMallocand cudaMemcpy：

 #define SIZE 100
 ...
 int main(){
   int myA[SIZE];
   int *A;
   for (int i=0; i< SIZE; i++) myA[i] = 5;
   cudaMalloc((void **)&A, SIZE*sizeof(int));
   cudaMemcpy(A, myA, SIZE*sizeof(int), cudaMemcpyHostToDevice);
   ...
   (kernel calls, etc.)
 }

（cudaMalloc 参考，cudaMemcpy 参考）

为清楚起见，我省略了您应该对所有 cuda 调用和内核调用进行的错误检查。

于 2013-02-24T20:53:24.593 回答
0

如果我很好地理解了这个有点不清楚的问题，那么您想使用全局数组并在每个内核调用中将其发送到设备。这种不良做法会导致高延迟，因为在每次内核调用中，您都需要将数据传输到设备。根据我的经验，这种做法会导致负面加速。

一种最佳方法是使用我所说的触发器技术。你这样做的方式是：

  1. 在设备中声明两个数组。d_arr1和d_arr2
  2. 将数据复制host -> device到其中一个数组中。
  3. 作为内核参数传递指向d_arr1和的指针d_arr2
  4. 将数据处理到内核中。
  5. 在随后的内核调用中，您交换作为参数传递的指针

这样可以避免每次内核调用都传输数据。您仅在主机循环的开始和结束时传输。

int a, even =0;
for(a=0;a<1000;a++)
{
  if (even % 2 ==0 )
   //call to the kernel(pointer_a, pointer_b)
  else
  //call to the kernel(pointer_b, pointer_a)
}
于 2013-02-25T15:55:45.807 回答