问题标签 [openacc]

这是我的代码

我正在使用 PGI 加速器指令进行并行化，但它显示

“编译器无法转换加速器区域（请参阅 -Minfo 消息）：具有零步长值的感应变量”

我想用 OpenACC 指令并行化我的代码。据说它是一个跨平台的API。开发公司没有提供有关 VisualStudio 中 OpenACC 的信息。有没有办法做到这一点？

我正在学习 OpenACC（使用 PGI 的编译器）并尝试优化矩阵乘法示例。到目前为止，我提出的最快的实现如下：

这会产生大小为 32x32 线程的线程块，并为我提供迄今为止最好的性能。以下是基准：

不幸的是，我意识到生成的 CUDA 代码非常原始（例如，它甚至不使用共享内存），因此无法与手动优化的 CUDA 程序竞争。作为参考实现，我采用了 Arrayfire 库，结果如下：

我想知道是否有任何建议如何从 OpenACC 获得更好的性能？也许我选择的指令不正确？

我有一个 2D 矩阵 SIZE x SIZE，我正在尝试将其复制到 GPU。

我这样分配矩阵：

我的 ACC 地区有这个：

当使用 PGI 编译器进行编译时，使用 -Minfo=acc，编译器会告诉我：

a[0:1024][0:] 是什么意思？为什么不是 [0:1024][0:1024] ？？？

如果我不声明矩阵，而是声明大小为 SIZE*SIZE 的数组，则执行

生成以下编译器消息

代码实际上以相同的方式工作，相同的性能，相同的结果。

显然，编译器以两种方式生成相同的代码，应该是这样，但消息并不简单。

我在 Linux64 机器上使用 PGI 加速器 12.8。我正在使用 -Minfo=acc 进行编译

注意：这个问题已经过编辑，现在它并没有多大意义，但它可能对更多人有用。

我正在使用具有动态数组分配的 OpenACC。以下是我的分配方式：

这是我如何并行矩阵添加：

当我用它编译这段代码时，pgcc它会检测循环迭代上对指针的依赖float**并生成所有标量内核（每块 1 个块 1 个线程），其性能不如预期：

循环显然是并行的，我认为编译器也可以检测到这一点。我很好奇如何解释它pgcc？

提前致谢。

我正在尝试使用共享内存来缓存 OpenACC 的内容。

基本上我正在研究的是矩阵乘法，我所拥有的是：

我想做的是使用共享内存来缓存矩阵“a”和“b”的图块，以用于计算“c”，其方式与 CUDA mmul 算法类似。

基本上在 CUDA 上，我会知道我的块的确切大小，并且能够：

• 用块的大小声明一个共享内存
• 将数据的“相关”部分复制到块中
• 使用这些数据

我知道我可以使用

指令，并且我可以使用vector和gang选项指定块大小，但是我在理解如何将其映射到 CUDA 架构时遇到了一些麻烦。

有没有办法用 OpenACC 实现类似的功能？是否有关于使用缓存指令或如何将共享内存的一些功能从 CUDA 映射到 OpenACC 的良好教程/资源？

我为拉普拉斯方程（一个简单的热板问题）添加了 OpenACC 指令到我的红黑 Gauss-Seidel 求解器中，但是 GPU 加速的代码并不比 CPU 快，即使对于大问题也是如此。

我还编写了一个 CUDA 版本，这比两者都快得多（对于 512x512，大约 2 秒，而 CPU 和 OpenACC 为 25 秒）。

谁能想到造成这种差异的原因？我意识到 CUDA 提供了最有潜力的速度，但 OpenACC 应该比 CPU 提供更好的解决更大问题的东西（比如 Jacobi 求解器，用于解决此处演示的同类问题）。

这是相关代码（完整的工作源代码在这里）：

有没有办法将 PGI 编译器二进制文件链接到现有的 GNU 二进制文件？当我尝试链接时，出现以下错误：

细节：

我用 gcc 和 g++ 编译了一些文件。Cmain函数包含在这些文件中。现在我应该在项目中添加一个 OpenACC 函数，该函数必须由 PGI C Compiler ( pgcc) 编译。编译后，出现上述链接错误（两者pgCC或g++链接器的错误相同）。

也许我需要将 OpenACC 函数集成到一个虚拟库中并将其包含/链接到项目中。但我不知道该怎么做。

不幸的是，无法使用 PGI 编译器编译整个项目，因为某些功能依赖于 GNU 编译器。

提前致谢。

根据英伟达网站：

“CUDA 工具包补充并完全支持使用 OpenACC 指令进行编程。”

这是否意味着可以使用编译nvcc器编译 OpenACC 程序（pargma 和 API）？或者这意味着只支持运行时例程调用？

不幸的是，这些天我无法安装 CUDA Toolkit 5.0 来获得答案。谢谢！

我研究了很多文章和 OpenACC 的手册，但我仍然不明白这两种结构的主要区别。