7

所以，我试图编写一些利用 Nvidia 的 CUDA 架构的代码。我注意到在设备之间进行复制确实会损害我的整体性能，所以现在我正在尝试将大量数据移动到设备上。

由于这些数据用于许多功能，我希望它是全球性的。是的，我可以传递指针，但我真的很想知道在这种情况下如何使用全局变量。

所以，我有想要访问设备分配数组的设备函数。

理想情况下，我可以这样做：

__device__ float* global_data;

main()
{
  cudaMalloc(global_data);
  kernel1<<<blah>>>(blah); //access global data
  kernel2<<<blah>>>(blah); //access global data again
}

但是，我还没有弄清楚如何创建一个动态数组。我通过如下声明数组找到了解决方法：

__device__ float global_data[REALLY_LARGE_NUMBER];

虽然这不需要 cudaMalloc 调用，但我更喜欢动态分配方法。

4

6 回答 6

5

像这样的东西应该可以工作。

#include <algorithm>

#define NDEBUG
#define CUT_CHECK_ERROR(errorMessage) do {                                 \
        cudaThreadSynchronize();                                           \
         cudaError_t err = cudaGetLastError();                             \
         if( cudaSuccess != err) {                                         \
                     fprintf(stderr, "Cuda error: %s in file '%s' in line %i : %s.\n",    \
                                             errorMessage, __FILE__, __LINE__, cudaGetErrorString( err) );\
                     exit(EXIT_FAILURE);                                                  \
                 } } while (0)


__device__ float *devPtr;

__global__
void kernel1(float *some_neat_data)
{
    devPtr = some_neat_data;
}

__global__
void kernel2(void)
{
    devPtr[threadIdx.x] *= .3f;
}


int main(int argc, char *argv[])
{
    float* otherDevPtr;
    cudaMalloc((void**)&otherDevPtr, 256 * sizeof(*otherDevPtr));
    cudaMemset(otherDevPtr, 0, 256 * sizeof(*otherDevPtr));

    kernel1<<<1,128>>>(otherDevPtr);
    CUT_CHECK_ERROR("kernel1");

    kernel2<<<1,128>>>();

    CUT_CHECK_ERROR("kernel2");

    return 0;
}

试一试。

于 2008-09-17T03:52:41.950 回答
1

花一些时间专注于 NVIDIA 提供的大量文档。

从编程指南：

float* devPtr;
cudaMalloc((void**)&devPtr, 256 * sizeof(*devPtr));
cudaMemset(devPtr, 0, 256 * sizeof(*devPtr));

这是一个如何分配内存的简单示例。现在，在您的内核中，您应该接受一个指向浮点数的指针，如下所示：

__global__
void kernel1(float *some_neat_data)
{
    some_neat_data[threadIdx.x]++;
}

__global__
void kernel2(float *potentially_that_same_neat_data)
{
    potentially_that_same_neat_data[threadIdx.x] *= 0.3f;
}

所以现在你可以像这样调用它们：

float* devPtr;
cudaMalloc((void**)&devPtr, 256 * sizeof(*devPtr));
cudaMemset(devPtr, 0, 256 * sizeof(*devPtr));

kernel1<<<1,128>>>(devPtr);
kernel2<<<1,128>>>(devPtr);

由于这些数据用于许多功能，我希望它是全球性的。

使用全局变量的充分理由很少。这绝对不是一个。我将把它作为一个练习来扩展这个例子，包括将“devPtr”移动到全局范围。

编辑：

好的，根本问题是这样的：您的内核只能访问设备内存，并且它们可以使用的唯一全局范围指针是 GPU 指针。从 CPU 调用内核时，在幕后发生的事情是指针和原语在内核执行之前被复制到 GPU 寄存器和/或共享内存中。

所以我能建议的最接近的是：使用 cudaMemcpyToSymbol() 来实现你的目标。但是，在后台，考虑另一种方法可能是正确的事情。

#include <algorithm>

__constant__ float devPtr[1024];

__global__
void kernel1(float *some_neat_data)
{
    some_neat_data[threadIdx.x] = devPtr[0] * devPtr[1];
}

__global__
void kernel2(float *potentially_that_same_neat_data)
{
    potentially_that_same_neat_data[threadIdx.x] *= devPtr[2];
}


int main(int argc, char *argv[])
{
    float some_data[256];
    for (int i = 0; i < sizeof(some_data) / sizeof(some_data[0]); i++)
    {
        some_data[i] = i * 2;
    }
    cudaMemcpyToSymbol(devPtr, some_data, std::min(sizeof(some_data), sizeof(devPtr) ));
    float* otherDevPtr;
    cudaMalloc((void**)&otherDevPtr, 256 * sizeof(*otherDevPtr));
    cudaMemset(otherDevPtr, 0, 256 * sizeof(*otherDevPtr));

    kernel1<<<1,128>>>(otherDevPtr);
    kernel2<<<1,128>>>(otherDevPtr);

    return 0;
}

在这个例子中不要忘记'--host-compilation=c++'。

于 2008-09-17T02:24:59.977 回答
1

我继续尝试分配临时指针并将其传递给类似于 kernel1 的简单全局函数的解决方案。

好消息是它确实有效:)

但是，我认为这会使编译器感到困惑，因为我现在在尝试访问全局数据时得到“建议：无法判断指针指向什么，假设是全局内存空间”。幸运的是，这个假设恰好是正确的，但是警告很烦人。

无论如何，为了记录 - 我已经查看了许多示例，并且确实运行了 nvidia 练习，其中的重点是让输出说“正确！”。但是，我还没有看过所有这些。如果有人知道他们进行动态全局设备内存分配的 sdk 示例，我仍然想知道。

于 2008-09-18T16:55:53.043 回答
0

嗯，正是将 devPtr 移动到全局范围的问题是我的问题。

我有一个完全可以做到这一点的实现，两个内核都有一个指向传入数据的指针。我明确不想传入这些指针。

我已经相当仔细地阅读了文档，并访问了 nvidia 论坛（谷歌搜索了一个小时左右），但我还没有找到实际运行的全局动态设备数组的实现（我尝试了几个编译和然后以新的有趣的方式失败）。

于 2008-09-17T02:35:32.073 回答
0

查看 SDK 中包含的示例。其中许多示例项目都是通过示例学习的不错方式。

于 2008-09-18T02:27:59.993 回答
0

由于这些数据用于许多功能，我希望它是全球性的。

-

使用全局变量的充分理由很少。这绝对不是一个。我将把它作为一个练习来扩展这个例子，包括将“devPtr”移动到全局范围。

如果内核在由数组组成的大型 const 结构上运行怎么办？使用所谓的常量内存不是一种选择，因为它的大小非常有限..所以你必须把它放在全局内存中..？

于 2010-08-18T11:21:28.347 回答