1

我拥有的 GPU 设备是 GeForce GT 750M，我发现它是计算能力 3.0。我下载了这里找到的 CUDA 代码：( https://github.com/fengChenHPC/word2vec_cbow。它的makefile 有标志-arch=sm_35。

由于我的设备是计算能力 3.0，我将标志更改为 -arch=sm_30。它编译得很好，但是当我运行代码时，出现以下错误：

word2vec.cu 449 : unspecified launch failure

word2vec.cu 449 : unspecified launch failure

它多次显示，因为有多个 CPU 线程启动 CUDA 内核。请注意，线程不会使用不同的流来启动内核，因此内核启动都是按顺序进行的。

现在，当我设置标志时，即-arch=sm_35，代码运行良好。有人可以解释为什么当我设置标志以匹配我的设备时代码不会运行吗？

4

2 回答 2

2

不幸的是，您认为代码在为 sm_35 编译并在 sm_30 GPU 上运行时有效的结论是不正确的。罪魁祸首是这样的：

void cbow_cuda(long window, long negative, float alpha, long sentence_length, 
               int *sen, long layer1_size, float *syn0, long hs, float *syn1, 
               float *expTable, int *vocab_codelen, char *vocab_code,
               int *vocab_point, int *table, long table_size, 
               long vocab_size, float *syn1neg){
    int blockSize = 256;
    int gridSize = (sentence_length)/(blockSize/32);
    size_t smsize = (blockSize/32)*(2*layer1_size+3)*sizeof(float);
//printf("sm size is %d\n", smsize);
//fflush(stdout);
    cbow_kernel<1><<<gridSize, blockSize, smsize>>>
                   (window, negative, alpha, sentence_length, sen,
                    layer1_size, syn0, syn1, expTable, vocab_codelen,
                    vocab_code, vocab_point, table, table_size,
                    vocab_size, syn1neg);
}

如果内核启动由于不完整的 API 错误检查而失败，此代码将静默失败。如果您为 sm_35 构建并在 sm_30 上运行，内核启动确实会失败。如果将该函数的代码更改为此（添加内核启动错误检查）：

void cbow_cuda(long window, long negative, float alpha, long sentence_length, 
               int *sen, long layer1_size, float *syn0, long hs, float *syn1, 
               float *expTable, int *vocab_codelen, char *vocab_code,
               int *vocab_point, int *table, long table_size, 
               long vocab_size, float *syn1neg){
    int blockSize = 256;
    int gridSize = (sentence_length)/(blockSize/32);
    size_t smsize = (blockSize/32)*(2*layer1_size+3)*sizeof(float);
//printf("sm size is %d\n", smsize);
//fflush(stdout);
    cbow_kernel<1><<<gridSize, blockSize, smsize>>>
                   (window, negative, alpha, sentence_length, sen,
                    layer1_size, syn0, syn1, expTable, vocab_codelen,
                    vocab_code, vocab_point, table, table_size,
                    vocab_size, syn1neg);
    checkCUDAError( cudaPeekAtLastError() );
}

并为 sm_35 编译并运行它，你应该在 sm_30 设备上得到它：

~/cbow/word2vec_cbow$ make
nvcc word2vec.cu -o word2vec -O3 -Xcompiler -march=native -w  -Xptxas="-v" -arch=sm_35 -lineinfo
ptxas info    : 0 bytes gmem
ptxas info    : Compiling entry function '_Z11cbow_kernelILx1EEvllflPKilPVfS3_PKfS1_PKcS1_S1_llS3_' for 'sm_35'
ptxas info    : Function properties for _Z11cbow_kernelILx1EEvllflPKilPVfS3_PKfS1_PKcS1_S1_llS3_
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Used 34 registers, 448 bytes cmem[0], 8 bytes cmem[2]

~/cbow/word2vec_cbow$ ./word2vec -train text8 -output vectors.bin -cbow 1 -size 200 -window 7 -negative 1 -hs 1 -sample 1e-3 -threads 1 -binary 1 -save-vocab voc #> out 2>&1
Starting training using file text8
Vocab size: 71290
Words in train file: 16718843
vocab size = 71290
cbow.cu 114 : invalid device function

IE。内核启动失败，因为在您的应用程序的 CUDA cubin 有效负载中未找到适当的设备代码。这也回答了您之前关于为什么此代码的输出不正确的问题。当使用默认选项构建时，分析内核根本不会在您的硬件上运行。

如果我为 sm_30 构建此代码并在具有 2gb 内存（计算能力 3.0）的 GTX 670 上运行它，我会得到：

~/cbow/word2vec_cbow$ make
nvcc word2vec.cu -o word2vec -O3 -Xcompiler -march=native -w  -Xptxas="-v" -arch=sm_30 -lineinfo
ptxas info    : 0 bytes gmem
ptxas info    : Compiling entry function '_Z11cbow_kernelILx1EEvllflPKilPVfS3_PKfS1_PKcS1_S1_llS3_' for 'sm_30'
ptxas info    : Function properties for _Z11cbow_kernelILx1EEvllflPKilPVfS3_PKfS1_PKcS1_S1_llS3_
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Used 34 registers, 448 bytes cmem[0], 12 bytes cmem[2]

~/cbow/word2vec_cbow$ ./word2vec -train text8 -output vectors.bin -cbow 1 -size 200 -window 7 -negative 1 -hs 1 -sample 1e-3 -threads 1 -binary 1 -save-vocab voc #> out 2>&1
Starting training using file text8
Vocab size: 71290
Words in train file: 16718843
vocab size = 71290
Alpha: 0.000009  Progress: 100.00%  Words/thread/sec: 1217.45k

IE。代码正确运行完成，没有任何错误。我无法告诉您为什么您无法让代码在您的硬件上运行，因为我无法在我的硬件上重现您的错误。您将需要自己进行一些调试以找到其根本原因。

于 2015-07-17T11:13:46.440 回答
-1

正如此 链接所示，没有 GeForce GTX 750M。

你的要么是：

GeForce GTX 750 钛

GeForce GTX 750

或者

GeForce GT 750M

如果您的 GPU 是前两个之一，那么您的 GPU 是基于 Maxwell 的并且计算能力 = 5.0。

否则，您的 GPU 是基于 Kepler 的并且具有 Compute Capability = 3.0。

如果您不确定您的 GPU 是什么，请首先通过运行 NVIDIA SAMPLE 中的 deviceQuery 来确定它。

于 2015-07-15T19:54:05.563 回答