0

我有一个奇怪的问题，我无法确定其来源：

我有一个用于一些特殊矩阵向量乘法的工作内核，我想加快速度。基本上，大矩阵（10^6 乘以 10^6）是由几个小矩阵构成的。所以我想把这些数据放在共享内存中。但是，当我尝试添加共享内存时，我只收到错误消息：

pycuda._driver.LogicError：cuLaunchKernel 失败：无效值

所以我的工作内核是：

#define FIELD_SIZE {field}
#define BLOCK_SIZE {block}

__global__ void MatrixMulKernel(double *gpu_matrix, double *gpu_b, double *gpu_y)
{
    int tx = ... + threadIdx.x;

    if(tx < FIELD_SIZE*FIELD_SIZE*BLOCK_SIZE) 
    { ... multiplication ... }
}

如果我尝试添加共享内存部分，它看起来像

#define FIELD_SIZE {field}
#define BLOCK_SIZE {block}

__global__ void MatrixMulKernel(double *gpu_matrix_ptr, double *gpu_b, double *gpu_y)
{
    __shared__ double gpu_matrix[BLOCK_SIZE*BLOCK_SIZE*13];

    int tx = ... + threadIdx.x;
    if(tx < BLOCK_SIZE*BLOCK_SIZE*13) {  gpu_matrix[tx] = gpu_matrix_ptr[tx];  }
    __syncthreads();

    if(tx < FIELD_SIZE*FIELD_SIZE*BLOCK_SIZE) 
    { ... multiplication ... }
}

这是我唯一改变的部分，所以基本上它必须是 gpu_matrix[tx] = gpu_matrix_ptr[tx] 语句，不是吗？但我看不出那应该是怎样的。我基本上试图从 pycuda 示例中复制平铺矩阵乘法示例。http://wiki.tiker.net/PyCuda/Examples/MatrixmulTiled

调用是：

self.kernel.prepare([np.intp, np.intp, np.intp])
self.kernel.prepared_call(grid_shape,
              block_shape,
              self.matrix_gpu.gpudata,
              b_gpu.gpudata,
              y_gpu.gpudata)

其中 matrix_gpu、b_gpu 和 y_gpu 是 pycuda.gpuarray 实例。

希望你能解开我的一些困惑......

4

1 回答 1

1

根据您的描述，您分配的共享内存太大了。

__shared__ double gpu_matrix[BLOCK_SIZE*BLOCK_SIZE*13];

shared mem 是 cuda gpu 的硬件资源之一。总大小约为 48KBytes，不能增加。

CUDA实际上在下面的目录中提供了一个工具来帮助你计算你可以使用的硬件资源。

$CUDA_ROOT/tools/CUDA_Occupancy_Calculator.xls

另一方面，mat-vec-mul 类内核所需的共享内存大小应该能够从 O(· BLOCK_SIZE^2) 减少到 O( · BLOCK_SIZE)。在实现自己的之前，您可能需要阅读一些成功的 mat-vec-mul 内核（例如MAGMA ）的代码。

于 2013-08-25T08:07:44.560 回答