0

我编写了一个代码，用于将 2 个长度为“N”元素的向量相乘，并在 CUDA 5.0 中返回相同长度的乘积向量。这是我的代码我改变“N”的值只是看看GPU与CPU相比如何。我最多可以使用 2000000000 个元素。但是，当我转到 3000000000 时，我收到警告：

vecmul.cu(52): warning: floating-point value does not fit in required integral type

vecmul.cu(52): warning: floating-point value does not fit in required integral type

vecmul.cu: In function `_Z6vecmulPiS_S_':
vecmul.cu:15: warning: comparison is always false due to limited range of data type
vecmul.cu: In function `int main()':
vecmul.cu:40: warning: comparison is always true due to limited range of data type

这是我的代码

 // Summing 2 Arrays

#include<stdio.h>
#include <fstream>

#define N (3000000000)

//const int threadsPerBlock = 256;

// Declare add function for Device

__global__ void vecmul(int *a,int *b,int *c)
{
    int tid = threadIdx.x + blockIdx.x * blockDim.x;
    if (tid >= N) {return;}  // (LINE 15) 

    c[tid] = a[tid] * b[tid];
}  


int main(void)
{
// Allocate Memory  on Host
int  *a_h = new int[N];
int  *b_h = new int[N];
int  *c_h = new int[N];

// Allocate Memory on GPU

int *a_d;
int *b_d;
int *c_d;  

cudaMalloc((void**)&a_d,N*sizeof(int));
cudaMalloc((void**)&b_d,N*sizeof(int));
cudaMalloc((void**)&c_d,N*sizeof(int));

//Initialize Host Array

for (int i=0;i<N;i++)   // (LINE 40)
{
    a_h[i] = i;
    b_h[i] = (i+1);
}  

// Copy Data from Host to Device

cudaMemcpy(a_d,a_h,N*sizeof(int),cudaMemcpyHostToDevice);
cudaMemcpy(b_d,b_h,N*sizeof(int),cudaMemcpyHostToDevice);

// Run Kernel
int blocks = int(N - 0.5)/256 + 1;   // (LINE 52)
vecmul<<<blocks,256>>>(a_d,b_d,c_d);

// Copy Data from Device to Host

cudaMemcpy(c_h,c_d,N*sizeof(int),cudaMemcpyDeviceToHost);

// Free Device Memory

cudaFree(a_d);
cudaFree(b_d);
cudaFree(c_d);


// Free Memory from Host

free(a_h);
free(b_h);
free(c_h);

return 0;
}

这是因为块的数量对于这个数组大小来说是不够的吗？任何建议都会受到欢迎，因为我是 CUDA 的初学者。我在 NVIDIA Quadro 2000 上运行它。

4

1 回答 1

2

这些错误是由溢出 32 位有符号整数引起的。2147483648 是最大 32 位有符号整数，因此 N 始终为负数，导致您的布尔测试始终返回警告指定的真/假。

另一个问题是

int blocks = int(N - 0.5)/256 + 1;   // (LINE 52)

试图把 N 变成一个浮点数，然后把它变成一个 int。浮点数中的值太大——同样是因为你溢出了一个 32 位整数。

我认为如果你可以删除 int()，它会起作用，因为一旦你除以 256，你就会足够小，但是你在除法之前强制它为 int，所以它太大导致错误。问题不是分配到块中，而是显式转换为 int。

编辑：想知道现在我们是否已经解决了 N 和浮点与 int 的一些计算问题，您会看到溢出问题。例如：

for (int i=0;i<N;i++)   // (LINE 40)
{
    a_h[i] = i;
    b_h[i] = (i+1);
}

当 N 超过 2^31-1 时，这将始终为真（至少直到 i 溢出。这应该导致这是一个无限循环或者可能进行 2^31-1 迭代然后退出？编译器说将永远是真的，如果是这样的话，循环不应该结束。

另外，我不知道 CUDA 中的 size_t 是什么，但是

cudaMemcpy(c_h,c_d,N*sizeof(int),cudaMemcpyDeviceToHost);

当 N=3B 时，执行 N*sizeof(int) 会超过 2^31 甚至 2^32。

在某些时候，您需要问自己为什么要分配这么多空间，以及是否有更好的方法。

于 2013-06-11T01:47:51.817 回答