问题标签 [cuda-gdb]

尝试在 Ubuntu 12.04 64 位中使用带有 CUDA 5.5 的 GTX 750 Ti 时出现以下错误：

驱动程序安装无法找到内核源。请确保内核源代码包已正确安装和设置。如果您知道内核源代码包已正确安装和设置，则可以通过--kernel-source-path标志传递内核源代码的位置。

如何修复此错误？

cudamemcpy2d 返回错误 - 以下是下面代码中的代码，我提到了我遇到错误的行。请查看并帮助我。

请帮忙谢谢

I want to implement MonteCarlo using CUDA.

I write my code on Win8 PC using Visual Studio2012/CUDA 5.5/GT 720M and it runs well.

Then I tried to compile my code in REHL5.3/Tesla C1060/CUDA 2.3 but the result turned out wrong.

Then I want to use cuda-gdb to debug it

but, when I compile my code like this:

the result is wrong. However I can't debug it because it's not debug-able code.

When I compile it like this:

The result, this time, get correct... So still I can't find my bug by debugging it...

the code looks like this, the function __device__ double monte_carlo_try() is not in the real code. the problem is, if I check the value of test[], I find the values are all correct. So there should be some error in the reduction part.

我尝试使用 cuda-gdb 调试我的 CUDA 应用程序，但出现了一些奇怪的错误。

我设置选项-g -G -O0来构建我的应用程序。我可以在没有 cuda-gdb 的情况下运行我的程序，但没有得到正确的结果。因此我决定使用 cuda-gdb，但是，在使用 cuda-gdb 运行程序时出现以下错误消息

Error: Failed to read the valid warps mask (dev=1, sm=0, error=16).

这是什么意思？为什么sm=0以及是什么意思error=16？

更新 1：我尝试将 cuda-gdb 用于 CUDA 示例，但它因同样的问题而失败。我刚刚安装了 CUDA 6.0 Toolkit，然后是 NVIDIA 的说明。是我系统的问题吗？

更新 2：

• 操作系统 - CentOS 6.5
• 图形处理器
  • 1 Quadro 400
  • 2特斯拉C2070
  • 我的程序只使用了 1 个 GPU，但我选择的任何 GPU 都收到相同的错误消息
• CUDA 版本 - 6.0
• 显卡驱动
  • NVRM 版本：NVIDIA UNIX x86_64 内核模块 331.62 Wed Mar 19 18:20:03 PDT 2014
  • GCC 版本：gcc 版本 4.4.7 20120313 (Red Hat 4.4.7-4) (GCC)

更新 3：我试图在 cuda-gdb 中获取更多信息，但得到以下结果

(cuda-gdb) info cuda devices Error: Failed to read the valid warps mask (dev=1, sm=0, error=16). (cuda-gdb) info cuda sms Focus not set on any active CUDA kernel. (cuda-gdb) info cuda lanes Focus not set on any active CUDA kernel. (cuda-gdb) info cuda kernels No CUDA kernels. (cuda-gdb) info cuda contexts No CUDA contexts.

我是这个 CUDA 和并行计算人员的新手，我最近遇到了一个问题。我有一个 Ubuntu 12.04 系统，它是主机，Jetson TK1 作为目标。我正在使用 Nsight Eclipse 来编写、编辑和编译算法。我正在使用 SSH 协议从主机连接 TK1。

当我尝试一些文件传输操作时，它总是可以的。但是，有时交叉编译过程很糟糕并且错误“连接到 ubuntu@192.168.0.94 已取消”，标题为“RSEG1058”。我不明白这个问题，因为这个问题发生在 75% 的时间里。有时它工作得很好。你能帮我吗？如果需要，我可以提供其他信息。顺便说一句，我还发现了另一个可能有问题的细节。当我尝试从“运行”按钮附近的箭头中的“运行配置”选项更改运行配置时，我发现我们可以更改最初设置的库和工具包路径。我在该窗口中看到的是 cuda-gdb 文件有一个带有“操作失败。文件系统输入或输出错误”消息的红十字图标。您可以看到图像并理解我在说什么。我不知道这两件事是否相关，但我厌倦了一直试图抓住完美的时机。

我正在使用 torch 和 cudnn 编写一个 convnet 并且有一些内存问题。我尝试使用 cuda-memcheck 调试脚本只是注意到它在通过 cuda-memcheck 馈送时实际运行（尽管比它应该慢）。

事实证明，如果 cuda-memcheck 在后台运行，脚本本身的单独实例也可以正常运行。

知道这里可能会发生什么吗？

我想将一个双指针对象复制到主机并在 GPU 设备上对其进行计算。当对设备执行 cudaMemcpy 时，它会抛出 SEGFAULT。

现在下面的行抛出段错误

我遇到了一个非常奇怪的错误，即在运行特定大小的 Heat 2D 模拟时出现“非法内存访问”错误，但如果我运行完全相同的模拟，则模拟运行良好，只是元素更少。

增加数组大小会导致此异常是否有原因？我使用的是 Titan Black GPU（6 GB 内存），但我运行的模拟远不及那个大小。我计算出我可以运行 4000 x 4000 的模拟，但如果超过 250 x 250，我会得到错误。

在我在设备上实例化模拟对象数组后立即发生错误。实例化代码如下：

请假设您看到的任何自定义类型都在工作，因为此代码在足够小的模拟上执行而不会出错。当大小超过 250 x 250 个元素时，内核函数的位置和状态数组中的元素数量似乎会导致错误，这让我感到很沮丧。任何见解都会很棒。

谢谢！

我的问题是：CUDA 硬件是否有故障，或者是否有其他解释？我有一个内核已经使用了大约一年而没有修改。最近，我开始以不规则的间隔出现分段错误，即它可以重现，有时在几分钟后，有时在执行数小时后。这导致程序的最低版本仍然重现了段错误。以及从 stackoverflow 帖子中学到的很多东西。

cuda-memcheck 在重复 bash 循环中运行时，最终会报告：

错误指针操作的常见罪魁祸首已被排除。另一个线索是非法寻址在代码中出现的位置不一致；在整个内核中，对于全局数组的任何索引，它都会不规则地发生。

在我的问题的这一点上，最可能的解释是错误代码。是什么让我相信硬件有故障来自 cuda-gdb：

索引“ix”是：

并且在实例化后不被修改。确实，0x245684低于 的起始地址c=0x250000。然而，当我查询print &c[ix]它返回时0x255684，这是该数组可接受的地址。复制在再次弹出之前需要执行 10-50 次，但非法地址总是与返回的地址有一点0x010000不同。print &c[ix] 我无法解释错误消息和打印之间的地址差异。结合一点点差异，我怀疑硬件有问题。FWIW0x010000等于此 Tesla C1060 的最大网格大小。

最后，我今天用新型号替换了 CUDA 卡。执行 100 次后我无法重现。

CUDA 文档不清楚 CUDA 应用程序抛出异常后内存数据如何变化。

例如，内核启动（动态）遇到异常（例如 Warp Out-of-range Address），当前内核启动将停止。在此之后，设备上的数据（例如 __device__ 变量）是否仍会保留，还是会与异常一起被删除？

一个具体的例子是这样的：

1. CPU 启动内核
2. 内核将 __device__ variableA 的值更新为 5 然后崩溃
3. CPU memcpy 从设备到主机的 variableA 的值，在这种情况下 CPU 得到的值是 5 还是其他？

有人可以说明这背后的理由吗？