0

好的，所以我正在尝试为我以 15 美元购买的“新”FX 570 学习 CUDA；D 现在代码中没有错误，array1_host 以正确的值开始，但是当我将内存从设备复制到主机值保持不变。如果我取消第二个内核调用（在这个项目中尝试多个内核），也会发生同样的事情我很困惑，所以感谢您提供的任何帮助：）

#include <cuda_runtime.h>
#include <iostream>

#pragma comment (lib, "cudart")

#define N 5000

__global__ void addArray(float* a, float* b)
{
   a[threadIdx.x] += b[threadIdx.x];
}
__global__ void timesArray(float* a, float* b)
{
   a[threadIdx.x] *= b[threadIdx.x];
}

int main(){
   float array1_host[N];
   float array2_host[N];

   float *array1_device;
   float *array2_device;

   cudaError_t err;

   for(int x = 0; x < N; x++){
       array1_host[x] = (float) x * 2;
       array2_host[x] = (float) x * 6;
   }

   err = cudaMalloc((void**)&array1_device, N*sizeof(float));
   err = cudaMalloc((void**)&array2_device, N*sizeof(float));

   err = cudaMemcpy(array1_device, array1_host, N*sizeof(float),   cudaMemcpyHostToDevice);
   err = cudaMemcpy(array2_device, array2_host, N*sizeof(float), cudaMemcpyHostToDevice);

   dim3 dimBlock( N );
   dim3 dimGrid ( 1 );

   addArray<<<dimGrid, dimBlock>>>(array1_device, array2_device); 
   timesArray<<<dimGrid, dimBlock>>>(array1_device, array2_device);

   err = cudaMemcpy(array1_host, array1_device, N*sizeof(float), cudaMemcpyDeviceToHost);

   cudaFree(array1_device);
   cudaFree(array2_device);

   std::cout << cudaGetErrorString(err) << "\n\n\n\n\n\n";
   std::cout << array1_host;


   cudaDeviceReset();

   system("pause");
   return 0;
}
4

1 回答 1

3

您有一个错误，因为 N 是 5000，但是块中的 threds 有限制 - 它取决于 Compute Capability链接到 wiki 上的功能。
试试这个代码：

#define K 200

....

dim3 dimBlock( K );
dim3 dimGrid ( N/K );

要调试您的代码，您可以在每次调用内核或其他函数后使用，以了解关于 CUDA 错误cudaGetLastError()的错误位于何处。

于 2013-03-13T09:08:24.350 回答