0

这是一个头文件DataHolder.h：

#ifndef DATAHOLDER_H
#define DATAHOLDER_H
using FloatingType=float;
int LIFE=0;
const int GL=2000000;
template <typename Floating> class DataHolder {
public:
  Floating particles[GL];
public:
  DataHolder(){}
 ~DataHolder(){}
 void Propagate();
 void InitParticle();
 };
template <typename Floating> void DataHolder<Floating>::Propagate()
{
#pragma acc parallel loop copy(LIFE) present(particles)
  for(int i=0; i<LIFE; ++i) Floating r0= particles[i];
}
template <typename Floating> void DataHolder<Floating>::InitParticle()
{
#pragma acc parallel num_gangs(1) vector_length(1) 
present(particles[0:GL]) copy(LIFE)
{
  particles[LIFE]=0.0f;
#pragma acc atomic update
  ++LIFE;
}
}
#endif//DATAHOLDER_H

我在文件 main.cpp 中使用它：

#include <iostream>
#include "DataHolder.h"
#include <accelmath.h>
#include <openacc.h>
#include <cuda.h>
#include <cuda_runtime.h>
int main(int argc, char **argv)
{
  DataHolder<FloatingType> * d;
  cudaMalloc((void**) & d, sizeof(DataHolder<FloatingType>));
  std::cout<<"sizeof(DataHolder<FloatingType>)=" 
  <<sizeof(DataHolder<FloatingType>)/1024/1024<<" MB"<<std::endl;  
  LIFE=0;
  int step=0;
  d->InitParticle();
  cudaFree(d);
}

该程序编译，但失败：

sizeof(DataHolder)=7 MB hostptr=0x501520000,stride=1,size=2000000,eltsize=4,flags=0x200=present,async=-1,threadid=1 设备[1]的当前表转储：NVIDIA Tesla GPU 0 , 计算能力 3.0, threadid=1 host:0x604b60 device:0x501ce0000 size:4 presentcount:1+0 line:26 name:LIFE 已分配块设备:0x501ce0000 size:512 thread:1 FATAL ERROR: PRESENT 子句中的数据未找到设备 1：名称=（空）主机：0x501520000 文件：/home/70-gaa/NFbuild_script_CHECK_GPU/ERROR/T3DataHolder.h _ZN10DataHolderIfE12InitParticleEv 行：26

为什么？怎么了？

我使用编译行编译了在 GPU GeForce GTX 650 Ti 上启动的代码：

cmake . -DCMAKE_C_COMPILER=pgcc -DCMAKE_CXX_COMPILER=pgc++ - 
DCMAKE_CXX_FLAGS="-acc -mcmodel=medium =ta=tesla:cc30,managed -fast - 
Mcuda=cuda10.1 --c++11"

使用 PGI 19.4 C++ 编译器、gcc 5.3.1、OS Fedora 23 x86_64、CUDA 10.1、CUDA 驱动程序版本 418.67。

4

1 回答 1

1

“present”子句检查特定变量是否存在于设备上，但只能检查由 OpenACC 运行时管理的变量。在这里，您通过不受运行时管理的 cudaMalloc 分配数据。在这些情况下，您应该将“present”替换为“deviceptr”，以告诉运行时这是一个 CUDA 设备指针。您需要添加“this”指针，因为它也是一个设备指针。

但是，您的代码将在主机上出现段错误，因为您取消引用不是有效主机指针的“d”。

这里最简单的解决方案是不使用 cudaMalloc 并使用“new”分配“d”。由于您使用的是 CUDA 统一内存，因此“d”的数据移动将由 CUDA 驱动程序处理。

于 2019-08-06T14:36:37.227 回答