问题标签 [nvblas]

我已经用 NVBLAS 编译了 jBLAS 和一个有点 hacky 的解决方案，因为配置脚本没有正确找到库。我像这样手动编辑了configure.outjBLAS 文件，以包含 NVBLAS 库。

然后我运行命令make clean all，并mvn clean package按照此处记录。测试成功通过，但程序在退出时导致分段错误。

我决定运行mvn clean package -DskipTests，因为测试似乎通过了正常，只是程序在终止时导致了分段错误。然而，当我在我的 Java 项目中使用该库时，nvblas.log发现尽管 NVBLAS 拦截了对 BLAS 例程的调用，但它们实际上是在 CPU 而不是 GPU 上执行的。运行nvprof --print-gpu-summary我的程序也得出了同样的结论。

内容nvblas.log如下：

我真的不知道该怎么做，我希望有人可以提供任何建议，这似乎真的很糟糕。

我想加快一个缓慢的 R 脚本。

我测试了两种不同的策略：

• 使用makeForkCluster的多线程。这个策略让我提高了性能，减少了执行时间。
• GPU 卸载。我正在使用替换 blas 库。( nvblas )。为了注入库，我使用LD_PRELOAD方法。

这两种方法给了我很好的性能提升，但我想同时使用它们，因为 GPU 没有完全加载。

我尝试将 MT makeForkCluster 和 nvblas 一起使用。我注意到 nvblas 不会拦截来自线程的调用（由 makeForkCluster 分叉）。

我不明白为什么会这样，如果我从 makeForkCluster 切换到 makeCluster 它可以工作。但我想使用 Fork 方法（不需要序列化）。

示例代码：

你有什么建议吗？