问题标签 [managed-cuda]

我正在开发一个集成 WPF、Direct3D9（使用 Microsoft 的 D3DImage WPF 类）和 CUDA（我需要能够在 GPU 上为 D3DImage 生成纹理）的原型。

问题是，CUDA 不会更新我的纹理。不返回错误代码，纹理保持不变。即使我在自己写完之后阅读，我也看不到任何变化。如何更新我的 D3D9 纹理？

我什至没有运行任何 CUDA 内核，出于调试目的，我只使用 cuMemcpy2D API 通过从 CPU 复制一些假数据来写入 CUDA 内存。

这是代码，它是 C#，但我在评论中放置了原生 API：

我正在尝试使用 Nsight Visual Studio Edition 或 Visual Profiler 使用managedCuda 分析用 C# 编写的 CUDA 应用程序。两个分析器都可以很好地与普通的 C++ CUDA 应用程序配合使用。要使用 managedCuda 测试分析器，我想在ManagedCudaSamples中分析项目“vectorAdd” 。

首先，我尝试使用 VS 2013 中集成的 Nvidia Nsight Visual Studio Edition 5.0。我使用 x64 Debug 配置。如果我尝试在 Nsight 性能分析的“应用程序控制”中启动应用程序，我会收到一条错误消息：

Analysis Session - Start Application Unable to launch 64-bit managed application '...\ManagedCudaSamples\vectorAdd\bin\x64\Debug\vectorAdd.exe'.

此外，我尝试使用 Nvidia Visual Profiler 7.5 来分析相同的应用程序。在运行 vectorAdd.exe nvprof 控制台显示以下输出：

==2944== NVPROF is profiling process 2944, command: ...\ManagedCudaSamples\vectorAdd\bin\x64\Debug\vectorAdd.exe ==2944== Warning: Some profiling data are not recorded. Make sure cudaProfilerStop() or cuProfilerStop() is called before application exit to flush profile data. ==2944== Generated result file: ...\nvvp_workspace\.metadata\.plugins\com.nvidia.viper\launch\7\api_2944.log

我是 CUDA 的新手，如果有任何关于如何分析 managedCuda 应用程序的建议，我将不胜感激。

我正在尝试进行 FFT 加内核计算。FFT : managedCUDA 库内核 calc : 自己的内核

C# 代码

内核代码

但是，这个程序效果不佳。发生以下错误：

ErrorLaunchFailed：执行内核时设备发生异常。常见原因包括取消引用无效的设备指针和访问越界共享内存。上下文不能被使用，所以它必须被销毁（并且应该创建一个新的）。此上下文中的所有现有设备内存分配都是无效的，如果程序要继续使用 CUDA，则必须重新构建。

在这个线程中，x64 允许的每个块的线程数比 Win32 少吗？有一个关于寄存器用完的问题。我的印象是 Nvidia 在 CUDA 7.5 及更高版本中已经放弃了对 x86 的支持。这可能是一个愚蠢的问题，但这是否意味着所有指针都需要两个寄存器？可能更少的线程/块将是未来工作的方式？

I'm currently working with ManagedCuda, and want to generate random numbers on the device. However I can't seem to find a simple example how to do this (browsing through objects in the ManagedCuda.CudaRand namespace and comparing with the C++ equivalent doesn't get me any further).

Actual question: How can I generate random numbers in a kernel when using managedCuda instead of the regular C++ API?

我目前正在尝试将 CUDA 程序的某种形式的输出连接到GL_TEXTURE_2D用于渲染的输出。我并不担心 CUDA 的输出类型（无论是数组还是曲面，我都可以调整程序）。

所以问题是，我该怎么做？（我当前的代码将输出数组复制到系统内存，然后使用 再次将其上传到 GPU GL.TexImage2D，这显然是非常低效的 - 当我禁用这两条代码时，它从每秒大约 300 次内核执行到高达 400 次）

我已经有一些测试代码，至少将 GL 纹理绑定到 CUDA，但我什至无法从中获取设备指针......

尝试获取指针时抛出以下异常：

我需要做什么来解决这个问题？

即使可以解决此异常，我将如何解决问题的另一部分；也就是说，我如何在内核中使用获取的指针？我可以为此使用表面吗？作为任意数组（指针算法）访问它？

编辑：看这个例子，显然我什至不需要每次调用内核时都映射资源，并调用渲染函数。但这将如何转化为 ManangedCUDA？

今天，我正在尝试从 C# 应用程序启动我的 CUDA C/C++ 程序。

所以，我在网上做了一些研究，但我没有找到那么多信息。我只看到了“GitHub”，但是，没有......

所以我有一个内核定义如下：（这是一个例子）

使用“笛卡尔”：

根据我对 managedCUDA 的理解。这就像替换 CUDA C/C++ 程序的主要功能。使用“为我们工作”的库

所以我遵循了这个页面的一个例子：

https://algoslaves.wordpress.com/2013/08/25/nvidia-cuda-hello-world-in-managed-c-and-f-with-use-of-managedcuda/

并像这样编写我的 C# 程序：

创建上下文的部分：（不要真正理解这个“概念”）

启动（我猜）函数并取回内核所做的修改的部分：

从这部分开始，我对这条线一无所知：

static Func<Cartesian, Cartesian, Cartesian> cudaAdd = (a, b) =>

我对 C# 不熟悉（只是说）

所以我的问题来自result_dev和result_host引起的错误；

错误说：

使用未分配的局部变量“result_*”

那么，是因为它们没有初始化吗？

如果是这样，为什么 result_host 会导致错误？它必须从 result_dev 获取数据，这些数据必须由内核修改。

如果没有，如何解决这个问题？

而且我还想知道，是否可以通过内核函数传递 Class 参数？如果是这样，如何设置 CudaDeviceVariable，因为它说该类型必须是不可为空的。这就是为什么我用 struct 改变类。

在这里，我在使用 managedCUDA 时遇到了一些麻烦，

我有一个用 CUDA C/C++ 编写的应用程序，我想使用 managedCUDA 启动它。

从我的问题开始：我收到此错误：

Ungandled 异常：System.ArgumentException：对象包含非原始或非 blittable 数据。

它发生在我做了一个variable.CopyToDevice(otherVariable)

我寻找什么是non-primitive什么，什么是non-blittable

因为non-primitive我得到了：

非原始类型（或）用户定义

例如：类、结构、枚举、接口、委托、数组。

因为non-blittable我得到了：

下表列出了 System 命名空间中的*非 blittable 类型。> 委托，它们是引用静态方法或 > 类实例的数据结构，也是不可 blittable 的。

*表列表：System.Array、System.Boolean、System.Char、System.Class、>System.Object、System.Mdarray、System.String、Systeme.Valuetype、Systeme.Szarray

所以这是我的代码示例：

该错误未显示在行上：dev_prop.CopyToDevice(host_prop);

似乎 Global 不是问题，也不是 Propagator 是一个结构的事实

但是就行了：dev_station.CopyToDevice(earthStation);

如您所见，我对两个变量都做了“相同”的事情，所以这不是我进行导致错误的方式。我猜它来自包含其他结构对象的 EarthCoordinates 结构，可能是这个，这就是问题所在。

所以，知道我正在使用 managedCUDA 并且我不能像在 CUDA C/C++ 中那样做，我不知道如何解决这个错误。那么有什么办法可以让这个工作？

谢谢大家 ！！

我试图了解 Stream 可以在哪里帮助我处理视频帧上的多个感兴趣区域。如果使用支持流的 NPP 函数，是否会启动与 ROI 一样多的流？甚至可能为每个 Stream 创建一个 CPU 线程？还是使用一个流来处理所有 ROI 并可能使用来自 CPU 中多个线程的单个流的好处？

我在 kernel.cu 文件中声明了一个静态数组

我可以使用从主机修改这个数组

经过几次处理，我想将此数组复制到主机，我该怎么做？

EDIT1：我注意到每次运行新内核时都会重置阵列。我不能使用该数组来保留要在下一个内核中使用的中间值。是否可以以静态方式保持这些值？

EDIT2：在EDIT1中出现问题是因为我使用 LoadKernelPTX 加载了多个内核。正确的方法是加载一次模块，然后从该模块构造多个内核。（如https://github.com/kunzmi/managedCuda/wiki/CudaKernel中所建议）这样，我可以在多个内核之间共享静态数组/变量。