问题标签 [dynamic-parallelism]

这可能是一个简单的问题，但我找不到任何关于这个主题的参考资料：如何从另一个内核中启动一个内核？. 我遇到的唯一相关示例是帖子：（Alea GPU 支持动态并行吗？），它提供了 C# 中的示例。

鉴于 F# 使用代码引用，我假设有一种直接的方法来执行我无法找到的此操作。

请提供建议，或将我指向相关资源。任何帮助将不胜感激。

问候。

我正在尝试编写一个几乎完全在 GPU 上运行的程序（与主机的交互很少）。initKernel是从主机启动的第一个内核。我使用动态并行性从 启动连续内核initKernel，其中两个是thrust::sort(thrust::device,...).

在启动之前initKernel，我cudaMalloc()在主机代码上做了一个，它显示在可视分析器的运行时 API中。Visual profiler的Runtime API中没有cudaMalloc显示出现在__device__函数和后续内核中的 s（在 启动之后initKernel） 。有人可以帮我理解为什么我在 Visual Profiler中看不到s 吗？cudaMalloc

感谢您的时间。

我想thrust::scatter通过在设备内核中调用它来实现异步（我也可以通过在另一个主机线程中调用它来实现）。thrust::cuda::par.on(stream)是不能从设备内核调用的主机函数。以下代码在图灵架构上使用 CUDA 10.1 进行了尝试。

我知道推力在从设备调用时使用动态并行性来启动其内核，但是我找不到指定流的方法。

所以我使用 GTX 1050，计算能力为 6.1 和 CUDA 11.0。我需要在我的程序中使用网格同步，所以cudaLaunchCooperativeKernel()需要。我检查了我的设备查询，所以 GPU 确实支持合作组。我无法执行以下功能

打电话后，

收到错误“不允许操作”（代码为 800）。现在，当设备不支持协作组时返回（在这种情况下不支持）。那么，什么可能导致这个问题呢？

我正在尝试学习如何使用 CUDA 动态并行。

我有一个简单的 CUDA 内核，它可以创建一些工作，然后启动新内核来执行该工作。假设我只用 1 个线程的 1 个块启动父内核，如下所示：

现在，在我的父内核中，我创建了工作，然后启动了一个子内核，如下所示：

请注意，子内核启动时使用的线程和块 (2x256) 比父内核提供的 (1x1) 多。

子内核真的会并行运行 512 个线程吗？还是父内核必须将其线程分配给子内核？

我正在尝试创建最基本的 CUDA 应用程序来演示动态并行、单独编译和链接、静态库中的 CUDA 内核，并且我正在尝试使用 CMake 生成 Visual Studio 解决方案。我正在使用 CMake 3.21.3、CUDA 11.4 和 Visual Studio 2019 (16.11.5)。

我有一个 .h 和一个 .cu 文件，我正在将它们编译成一个静态库。我还有一个 main.cpp 文件，其中包含我的库中的标头和指向它的链接。该文件被编译为可执行文件。我的库和可执行文件的代码位于不同的文件夹中，如下所示：

mylib.h 和 mylib.cu 包含一个初始化 CUDA 的函数、两个内核：一个父内核和一个子内核，以及一个调用父内核的宿主函数。mylib.h#includes和cuda_runtime.h让device_launch_parameters.hVisual Studio 开心。

main.cpp就是#includesmylib.h，调用initCUDA函数，然后调用host函数调用内核。

该库的 CMakeLists 文件如下所示：

main.cpp 的 CMakeLists 文件如下所示：

CMake配置并生成解决方案，没问题。但是，当我尝试构建时，库似乎构建正常，但是当可执行文件链接时，我收到以下错误： MyLib.lib(MyLib.device-link.obj) : error LNK2001: unresolved external symbol __fatbinwrap_38_cuda_device_runtime_compute_86_cpp1_ii_8b1a5d37

任何想法为什么会发生这种情况以及如何解决它？

我目前正在 CUDA 中尝试我的第一个动态并行代码。这很简单。在父内核中，我正在做这样的事情：

假设到目前为止我做的事情是正确的，那么aGlobalPayloads在内核执行后访问结果的最快方法是什么？（我试图cudaMemcpy()复制aGlobalPayloads回aPayloads但cudaMemcpy()不允许在设备代码中）。