问题标签 [npp]

I have some question about NPP library...

This is about Step in NPP parameters. When I use NPP library, it makes me confused.

nppiSub_32s_C1RSfs(d_sink, step, d_source, step, d_terminals, step, size, 0);

that is example.. I can understand all parameters except the step. Every NPP function needs the step.

some people use width...

some people use width * sizeof(int).... (or float...)

some people make the step parameter by other library such as

nppiMalloc_32s_C1(width, height, &step);

I think if I use the library, that calculate step size.(but i don't know how to did...)

1. What is the step parameter?

2. How to decide step size?

3. If I use width or width*sizeof(int), does it have an effect on the performance?

thank you for reading my question....

English is more difficult than programming...

我尝试使用 NPP 创建一个“不锐化蒙版”，但我的图像没有锐化，只是在某些区域更亮了一点。知道这段代码有什么问题吗？

我有一个 8 位 unsigned char 图像，它是灰度的（值在 0-255 之间），我想使用 NPP CUDA 库文档，它提供了一些函数，例如nppiSum_8u64s_C1R, 来查找所有像素的总和和平均值。

但是，我不知道函数oSizeROI中的含义是什么nppiSum_8u64s_C1R？我应该在这里输入我的图像尺寸w256 x h1024吗？

image_statistics__functions.html#gad5ca4eb684d5414e6026564ea63a1437">http://graphics.im.ntu.edu.tw/~bossliaw/nvCuda_doxygen/html/group_image _statistics__functions.html #gad5ca4eb684d5414e6026564ea63a1437

我正在尝试对图像中的所有像素求和，并使用 CUDA NPP 库获取所有像素的平均值。我的图像是8-bit unsigned char grayscale维度的图像w256 x h1024。我试图遵循声明指针并将相应的 NPP 类型指针传递给 NPP 函数的所有必需规则。

但是，unknown error当我对我的代码执行 GPU 错误检查时，我得到了一个。我试图调试它，但我似乎无法弄清楚我哪里出错了，我需要一些帮助吗？

除此之外，我还使用 OpenCV 进行处理，因此会出现一些 OpenCV 代码。

编辑：代码已更新

在我之前的帖子之后：CUDA NPP - GPU 错误检查时出现未知错误

我曾尝试使用 CUDA NPP 库对图像中的所有像素求和，在一些开发人员的帮助下，我终于得到了可以编译的代码。但是，当我尝试partialSum通过将其复制到double变量中来打印存储的值时（与 CUDA v4.2 的 NPP 指南一致），我收到此错误：

Unhandled exception at 0x00fdf7f4 in MedianFilter.exe: 0xC0000005: Access violation reading location 0x40000000.

我一直试图摆脱它，但到目前为止我一直没有成功。请帮忙！我在这段小代码上已经有大约两天的时间了。

代码：

我nppiCopyConstBorder_8u_C1R在两种不同的架构（GTX480 和 GTX TITAN）中使用该功能时性能下降，还涉及不同的 CUDA 版本（分别为 v5.0 和 v5.5）。

在第一种情况下（GTX480 和 CUDA 5.0），函数的执行时间是

在第二种情况下（GTX TITAN 和 CUDA 5.5），执行时间是

我已经使用以下代码重现了这种行为：

问：有人知道这个问题吗？

这让我提出以下问题：

问：如何nppiCopyConstBorder_8u_C1R实施？该功能是否涉及将数据从设备复制到主机，在主机中扩展边界并将结果复制到设备？

PS：带有TITAN的机器在盒子外面有GPU，专门为多个PCIe连接设计的独立主板，它通过PCIe线连接。对于我测试过的其他内核，我没有看到此配置有任何缺点。

我是 cuda 驱动 Api 接口的新手，但我认为 CUdeviceptr 看起来像一个句柄参数。所以我对 CUdeviceptr 和 npp8u * 之间的转换感到困惑。

我试着像上面那样写转换，对吗！

我一直在尝试通过 Python 访问 Nvidia Performance Primitives 库，我在这个站点上发现了一个非常有用的教程，最后一次更新是在 2011 年：http: //openvidia.sourceforge.net/index.php/OpenVIDIA/python

但是，在下载 CUDA 6.0 工具包后，我似乎根本找不到任何 CUDA“.dll”文件（就像本教程开头附近提到的那些文件）。感谢这里的回复，我知道文件名应该与教程中的不同，但我找不到。

有人知道导入库的替代方法或命令吗？任何帮助将不胜感激，如果我错过了任何关键细节，请告诉我。

板：Jetson TK1 操作系统：L4T Ubuntu 14.04（来自https://developer.nvidia.com/jetson-tk1-support） 语言：Python 2.7

在 CPU 上，我经常使用二维图像（间距线性）的“子图像”，它们只是指向“主”图像的某个 ROI。因此，对子图像的所有修改实际上也会改变“主”图像。

CUDA 中是否存在设备内存上的子图像到二维图像（间距线性）的问题？例如，可以将纹理绑定到它或纹理对象吗？NPP 例程是否正常工作？我之所以问，是因为某些例程可能需要某种对齐（缓冲区的“起始地址”）。

请注意，我主要对稳定性问题感兴趣。我想这些子图像可能会有轻微的性能损失，但这不是我主要关心的问题。

特别是，如果此处的“cudaBindTexture2D”文档中提到的缓冲区基地址的对齐限制，我会很感兴趣：

“由于硬件对纹理基地址强制要求对齐，因此 cudaBindTexture2D() 在 *offset 中返回一个字节偏移量，该偏移量必须应用于纹理提取，以便从所需的内存中读取。”

“纹理对象”（对于 CC >= 3.0 GPU）也是必需的？

有一段时间让我感到困惑的是分配的 CUDA 内存的对齐要求。我知道如果它们对齐，访问行元素会更有效率。

先说一点背景：

根据 CUDA C 编程指南（第 5.3.2 节）：

全局内存驻留在设备内存中，设备内存通过 32、64 或 128 字节内存事务访问。这些内存事务必须自然对齐只有与其大小对齐的设备内存的 32、64 或 128 字节段（即，其首地址是其大小的倍数）可以被内存事务读取或写入。

我的理解是，对于类型为 的 2D 交错数组T（例如 R、G、B 顺序的像素值），如果numChannels * sizeof(T)是 4、8 或 16，则必须使用cudaMallocPitch如果性能是必需的情况下分配数组。到目前为止，这对我来说一直很好。我会numChannels * sizeof(T)在分配 2D 数组之前进行检查，如果它是 4、16 或 32，我会使用它进行分配cudaMallocPitch，一切正常。

现在的问题：

我已经意识到，当使用 NVIDIA 的 NPP 库时，有一系列分配器函数（nppiMalloc... likenppiMalloc_32f_C1等等）。NVIDIA 建议使用这些功能来提高性能。我的问题是，这些功能如何保证对齐？更具体地说，他们使用什么样的数学来得出合适的值pitch？

对于单通道 512x512 像素图像（浮点像素值在 [0, 1] 范围内），我同时使用了cudaMallocPitch和nppiMalloc_32f_C1。
cudaMallocPitch给了我 2048 的音高值，而nppiMalloc_32f_C1给了我 2560。后一个数字来自哪里，到底是多少？

为什么我关心这个
我正在编写一个同步的内存类模板，用于在 GPU 和 CPU 上同步值。这个类应该负责在引擎盖下分配倾斜的记忆（如果可能的话）。因为我希望这个类可以与 NVIDIA 的 NPP 互操作，所以我想以一种为 CUDA 内核和 NPP 操作提供良好性能的方式处理所有分配。
我的印象是nppiMalloc在后台打电话cudaMallocPitch，但似乎我错了。