4

我正在使用 C# 和 CUDAfy.net（是的，这个问题在带有指针的直接 C 中更容易，但考虑到更大的系统，我有使用这种方法的原因）。

我有一个视频帧采集卡，它以 30 FPS 的速度收集字节 [1024 x 1024] 图像数据。每 33.3 毫秒，它填充一个循环缓冲区中的一个槽，并返回一个System.IntPtr指向 的非托管 1D 向量的*byte; 循环缓冲区有 15 个插槽。

在 GPU 设备 (Tesla K40) 上，我想要一个全局 2D 数组，该数组被组织为密集的 2D 数组。也就是说，我想要类似循环队列的东西，但在 GPU 上组织为密集的 2D 数组。

byte[15, 1024*1024] rawdata; 
// if CUDAfy.NET supported jagged arrays I could use byte[15][1024*1024 but it does not

如何每 33 毫秒填写不同的行？我是否使用类似的东西：

gpu.CopyToDevice<byte>(inputPtr, 0, rawdata, offset, length) // length = 1024*1024
//offset is computed by  rowID*(1024*1024) where rowID wraps to 0 via modulo 15.
// inputPrt is the System.Inptr that points to the buffer in the circular queue (un-managed)?
// rawdata is a device buffer allocated gpu.Allocate<byte>(1024*1024);

在我的内核头文件中是：

[Cudafy]
public static void filter(GThread thread, byte[,] rawdata, int frameSize, byte[] result)

我确实尝试过这些方面的东西。但是 CudaFy 中没有 API 模式用于：

GPGPU.CopyToDevice(T) Method (IntPtr, Int32, T[,], Int32, Int32, Int32)

所以我使用 gpu.Cast 函数将 2D 设备数组更改为 1D。

我尝试了下面的代码，但我得到了 CUDA.net 异常：ErrorLaunchFailed

仅供参考：当我尝试使用 CUDA 模拟器时，它在 CopyToDevice 上中止，声称Data 不是主机分配的

public static byte[] process(System.IntPtr data, int slot)
{
    Stopwatch watch = new Stopwatch();
    watch.Start();
    byte[] output = new byte[FrameSize];
    int offset = slot*FrameSize;
    gpu.Lock();
    byte[] rawdata = gpu.Cast<byte>(grawdata, FrameSize); // What is the size supposed to be? Documentation lacking
    gpu.CopyToDevice<byte>(data, 0, rawdata, offset, FrameSize * frameCount);
    byte[] goutput = gpu.Allocate<byte>(output);
    gpu.Launch(height, width).filter(rawdata, FrameSize, goutput);
    runTime = watch.Elapsed.ToString();
    gpu.CopyFromDevice(goutput, output);
    gpu.Free(goutput);
    gpu.Synchronize();
    gpu.Unlock();
    watch.Stop();
    totalRunTime = watch.Elapsed.ToString();
    return output;
}
4

3 回答 3

1

我现在提出这个“解决方案” ： 1. 仅在本机模式下运行程序（而不是在仿真模式下）。 或 2. 不要自己处理固定内存分配。

现在似乎有一个悬而未决的问题。但这仅在仿真模式下发生。

见：https ://cudafy.codeplex.com/workitem/636

于 2015-01-07T15:51:13.643 回答
1

如果我正确理解了您的问题，我认为您正在寻找将从循环缓冲区中获得的数据转换为要发送到 显卡 API
byte*的多维数组。byte

            int slots = 15;
            int rows = 1024;
            int columns = 1024;

//Try this
            for (int currentSlot = 0; currentSlot < slots; currentSlot++)
            {
                IntPtr intPtrToUnManagedMemory = CopyContextFrom(currentSlot);
                // use Marshal.Copy ?  
                byte[] byteData = CopyIntPtrToByteArray(intPtrToUnManagedMemory); 

                int offset =0;
                for (int m = 0; m < rows; m++)
                    for (int n = 0; n < columns; n++)
                    {
                        //then send this to your GPU method
                        rawForGpu[m, n] = ReadByteValue(IntPtr: intPtrToUnManagedMemory, 
                                                        offset++);
                    }
            }

//or try this
            for (int currentSlot = 0; currentSlot < slots; currentSlot++)
            {
                IntPtr intPtrToUnManagedMemory = CopyContextFrom(currentSlot);

                // use Marshal.Copy ?
                byte[] byteData = CopyIntPtrToByteArray(intPtrToUnManagedMemory); 

                byte[,] rawForGpu = ConvertTo2DArray(byteData, rows, columns);
            }
        }

        private static byte[,] ConvertTo2DArray(byte[] byteArr, int rows, int columns)
        {
            byte[,] data = new byte[rows, columns];
            int totalElements = rows * columns;
            //Convert 1D to 2D rows, colums
            return data;
        }

        private static IntPtr CopyContextFrom(int slotNumber)
        {
            //code that return byte* from circular buffer.
            return IntPtr.Zero;
        }
于 2015-01-07T16:12:23.143 回答
0

您应该考虑使用GPGPU Async内置gpuKern.LaunchAsync(...)

查看http://www.codeproject.com/Articles/276993/Base-Encoding-on-a-GPU了解使用此功能的有效方法。另一个很好的例子可以在 CudafyExamples 项目中找到，寻找 PinnedAsyncIO.cs。你需要做你所描述的一切。

这CudaGPU.cs在 Cudafy.Host 项目中，它与您正在寻找的方法相匹配（只有它是异步的）：

public void CopyToDeviceAsync<T>(IntPtr hostArray, int hostOffset, DevicePtrEx devArray,
                                  int devOffset, int count, int streamId = 0) where T : struct;
public void CopyToDeviceAsync<T>(IntPtr hostArray, int hostOffset, T[, ,] devArray,
                                 int devOffset, int count, int streamId = 0) where T : struct;
public void CopyToDeviceAsync<T>(IntPtr hostArray, int hostOffset, T[,] devArray,
                                  int devOffset, int count, int streamId = 0) where T : struct;
public void CopyToDeviceAsync<T>(IntPtr hostArray, int hostOffset, T[] devArray,
                                  int devOffset, int count, int streamId = 0) where T : struct;
于 2015-03-07T08:08:30.603 回答