问题标签 [jcuda]

我正在研究我的游戏项目（塔防），我试图使用共享内存计算所有小动物和带有 JCuda 的塔之间的距离。对于每座塔，我用 N threds 运行 1 个街区，其中 N 等于地图上小动物的数量。我正在计算给定块的所有生物与塔之间的距离，并将迄今为止发现的最小距离存储在块的共享内存中。我当前的代码如下所示：

问题是，如果我多次使用相同的输入重新运行代码（每次运行后我释放主机和设备上的所有内存），每次执行代码块（塔）编号 > 27 时，我都会得到不同的输出。 .我相当确定它与共享内存和我处理它的方式有关，因为无论何时执行代码，重写代码以使用全局内存都会给出相同的结果。有任何想法吗？

这个问题列出了所有相关的版本。

我正在尝试运行http://www.jcuda.org上的示例文件之一：JCublasMatrixInvert.java。

我已经安装了 NVIDIA CUDA 驱动程序；我已经下载了 JCUDA 0.4.1 绑定并将它们的 /lib 目录添加到我的 java.library.path 中。以下是我在运行时设置的 JVM 参数：

然而，当我尝试运行该类时，我得到以下堆栈跟踪：

我可以在路径上看到据称丢失的 dll

我错过了什么？我究竟做错了什么？任何成功运行此示例的人都可以告诉我吗？谢谢。

我在使用 JCUDA 时遇到了麻烦。我的任务是使用 CUFFT 库进行 1D FFT，但结果应该乘以 2。所以我决定使用 CUFFT_R2C 类型进行 1D FFT。接下来负责这个的类：

负责乘法的方法使用 cuda 核函数。Java方法代码：

接下来是核函数：

但是，当我试图将指向 FFT 结果的指针（在设备内存中）传递给 multiplyOn2 方法时，它会在 cuCtxSynchronize() 调用上引发异常。例外：

我试图使用 Visual Studion C++ 做同样的事情，这没有问题。请你帮助我好吗。

PS我可以解决这个问题，但是我需要将数据从设备内存复制到主机内存，然后在每次调用新的cuda函数之前通过创建新指针复制回来，这会减慢我的程序执行速度。

我有一个 100 万列 x 100 万行的矩阵。

我的算法需要做：

或者你也可以说：

我的问题：为这个问题分配内存和初始化内存的正确方法是什么：

- 我应该为完整矩阵分配内存，用完整矩阵初始化它，然后运行算法吗？
- 或者我应该为向量列表分配内存，然后遍历这个列表？
- 要不然？？

我担心的是我想尽量减少到 gpu 的传输时间。我已经通过修改JCublas hello world 示例来尝试这种计算，以对 2 个向量进行 sgemm 操作，但是在我的大量向量上执行此操作时，最终导致传输时间删除了 gpu 加速的好处。

谢谢！PS：实现可以在任何Java库中

我一直在尝试在jcuda中使用 cublasSgemmBatched() 函数进行矩阵乘法，但我不确定如何正确处理指针传递和批处理矩阵的向量。如果有人知道如何修改我的代码以正确处理此问题，我将非常感激。在此示例中，C 数组在 cublasGetVector 之后保持不变。

我已经开始使用 JCuda。当我编译程序时，我收到“jcuda.cuda exception cuda_error_launch_failed”错误。我已按照安装指南中给出的步骤操作但不起作用。网上可用的资源很少。所以，请帮助我.这是我的代码：

我安装了 nvidia 460 gtx gpu 和 cuda 驱动程序和工具包。

我正在使用动态语言 (Clojure) 以使用 JCuda 的交互式开发方式创建 CUDA 上下文。通常我会调用一个初始化器，其中包含对jcuda.driver.JCudaDriver/cuInit. 多次调用 cuInit 是否安全？另外，有没有类似cuInit的destroy方法？CUDA_ERROR_DEINITIALIZED我问，因为它可能返回错误代码。

我正在用 Java 编写的程序中实现 GPU 计算。为此，我正在使用jcuda绑定。我需要一个快速的主机到设备的内存传输，有时是相对较大的数组。如果我想使用流，我必须使用固定内存。问题是如果我想分配大于 cca 600 Mbs RAM 的主机固定内存，我会得到“CUDA_ERROR_OUT_OF_MEMORY”异常。这是我用来测试可用固定内存大小的代码：

现在，我知道操作系统可以阻止我使用过多的固定内存，因为它是不可分页的。问题是我有 48Gb（45Gb 空闲）的物理内存，我需要一种强制操作系统给我更多的方法。有没有办法做到这一点（如果可能的话，优雅地）？

编辑：操作系统是 64 位 Windows 7 Professional SP1

我在Java中有以下代码：

我最多简化了它，所以你不应该在那里搜索真正的逻辑:)。

由于循环中的 += 语句，我在 CUDA 中转换了几个小时。

我从这样的事情开始：

但很快意识到它无法工作，因为所有线程都试图设置相同的变量。

我在此演示文稿中阅读了点积的示例，但我真的不知道如何根据我对 in 的二维需求进行调整。

我不要求一个完整的解决方案，但任何方向肯定会受到赞赏。

谢谢，

我有一些用 C 编写的 CUDA 代码，它似乎工作正常（它是普通的旧 C 而不是 C++）。我正在运行一个 Hadoop 集群并希望整合我的代码，因此理想情况下我希望在 Java 中运行它（长话短说：系统太复杂了）。

目前，C 程序解析一个日志文件，占用几千行，在 GPU 上并行处理每一行，将特定的错误/事务保存到一个链表中，并将它们写入驱动器。

做到这一点的最佳方法是什么？JCUDA 是到 C CUDA 的完美映射还是完全不同？或者从 Java调用C 代码并共享结果是否有意义（链接列表是否可以访问）？