7

我不认为我是 Cuda 的新手，但显然我是。

我最近将我的 cuda 设备升级到了一个功能强大的 1.3 到 2.1 (Geforce GT 630)。我也想对 Cuda 工具包 5.0 进行全面升级。

我可以编译一般的 cuda 内核，但 printf 即使设置了 -arch=sm_20 也无法工作。

代码：

#include <stdio.h>
#include <assert.h>
#include <cuda.h>
#include <cuda_runtime.h>

__global__ void test(){

    printf("Hi Cuda World");
}

int main( int argc, char** argv )
{

    test<<<1,1>>>();
        return 0;
}

编译器：

Error   2   error MSB3721: The command ""C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\bin\nvcc.exe" -gencode=arch=compute_10,code=\"sm_20,compute_10\" --use-local-env --cl-version 2010 -ccbin "C:\Program Files (x86)\Microsoft Visual Studio 10.0\VC\bin"  -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\include"  -G   --keep-dir "Debug" -maxrregcount=0  --machine 32 --compile -arch=sm_20  -g   -D_MBCS -Xcompiler "/EHsc /W3 /nologo /Od /Zi /RTC1 /MDd  " -o "Debug\main.cu.obj" "d:\userstore\documents\visual studio 2010\Projects\testCuda\testCuda\main.cu"" exited with code 2.  C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\BuildCustomizations\CUDA 5.0.targets  592 10  testCuda
Error   1   error : calling a __host__ function("printf") from a __global__ function("test") is not allowed d:\userstore\documents\visual studio 2010\Projects\testCuda\testCuda\main.cu    9   1   testCuda

由于这个问题，我的生活即将结束……完成了。请从屋顶上告诉我答案。

4

3 回答 3

28

如果你printf在内核中使用，你应该使用cudaDeviceSynchronize()：

#include <stdio.h>
#include <assert.h>
#include <cuda.h>
#include <cuda_runtime.h>

__global__ void test(){
    printf("Hi Cuda World");
}

int main( int argc, char** argv )
{
    test<<<1,1>>>();
    cudaDeviceSynchronize();
    return 0;
}
于 2013-03-28T10:40:32.530 回答
11

在内核中 printf 仅在计算能力 2 或更高的硬件中受支持。因为您的项目设置为同时构建计算能力 1.0 和计算能力 2.1，所以 nvcc 会多次编译代码并构建多架构 fatbinary 对象。错误是在计算能力 1.0 编译周期生成的，因为该架构printf不支持调用。

如果从项目中删除计算能力 1.0 构建目标，错误将消失。

您也可以像这样编写内核：

__global__ void test()
{
#if __CUDA_ARCH__ >= 200
    printf("Hi Cuda World");
#endif
}

在为计算能力 2.0 或高目标构建时，该__CUDA_ARCH__符号只会 >= 200，这将允许您为计算能力 1.x 设备编译此代码而不会遇到语法错误。

当为正确的架构编译并且没有输出时，您还需要确保内核完成并且驱动程序刷新输出缓冲区。为此，在主机代码中内核启动后添加一个同步调用

例如：

int main( int argc, char** argv )
{

    test<<<1,1>>>();
    cudaDeviceSynchronize();
    return 0;
}

[免责声明：所有代码在浏览器中编写，从未编译，使用风险自负]

如果你同时做这两件事，你应该能够编译、运行并查看输出。

于 2013-03-28T06:45:10.290 回答
2

只需使用cudaDeviceSynchronize(). 作为@Tomasz 答案的补充。

具有 2.x 或更高计算能力的设备支持从 CUDA 内核中调用 printf。

printf输出存储在一个固定大小的循环缓冲区中。并且此缓冲区仅被刷新用于：

  • 内核启动的开始
  • 同步（例如 cudaDeviceSynchronize()）
  • 阻塞内存副本（例如 cudaMemcpy(...)）
  • 模块加载/卸载
  • 上下文破坏

所以最简单的“Hello world”示例：

#include <stdio.h>

__global__ void hello() {
    printf("Hello from GPU);
}

int main() {
    hello<<<1, 1>>>();
    cudaDeviceSynchronize();
}

参考：

于 2020-04-10T19:18:25.973 回答