问题标签 [pycuda]

我是 PyCUDA 的新手。我想从用声明__device__的函数调用用声明的函数__global__。我怎样才能在 pyCUDA 中做到这一点？

上面的代码给了我以下错误

在简单的 CUDA 程序中，我们可以通过包含 cuPrintf.h 来按线程打印消息，但是在 PyCUDA 中这样做并没有在任何地方解释。如何在 PyCUDA 中做到这一点？

我正在使用 63 个寄存器/线程，所以（最多 32768 个）我可以使用大约 520 个线程。在这个例子中我现在使用 512 个线程。

（并行性在全局 computeEHfields 函数函数内的函数“computeEvec”中。）问题是：

1）下面的内存检查错误。

2）当我使用 numPointsRp>2000 时，它显示“内存不足”，但是（如果我没有做错）我计算全局内存并且没关系。

- - - - - - - - - - - - - - - -更新 - - - - - - - - - ---------

我用 cuda-memcheck 运行程序，它给了我（仅当 numPointsRs>numPointsRp 时）：

========= 大小为 4 的无效全局读取

========= 在 computeEHfields 中的 0x00000428

========= 块 (0,0,0) 中的线程 (2,0,0)

========= 地址 0x4001076e0 超出范围

========= ========= 大小为 4 的无效全局读取

========= 在 computeEHfields 中的 0x00000428

========= 块 (0,0,0) 中的线程 (1,0,0)

========= 地址 0x4001076e0 超出范围

========= ========= 大小为 4 的无效全局读取

========= 在 computeEHfields 中的 0x00000428

========= 块 (0,0,0) 中的线程 (0,0,0)

========= 地址 0x4001076e0 超出范围

错误摘要：160 个错误

- - - - - -编辑 - - - - - - - - - - - - - -

此外，有时（如果我只使用线程而不使用块（我没有测试它的块））如果例如我有 numPointsRs=1000 和 numPointsRp=100 然后更改 numPointsRp=200 然后再次更改 numPointsRp= 100 我不接受第一个结果！

--------------------GPU型号---------------------------- --------------------

我不明白为什么下面的程序对于 block=N,1,1 运行正常，但对于 1,1,N （结果是无效值）或 1,N,1 （结果是 0,1,0... ..0) 或 10,50,1（结果为 0,1,0..0）（N=500）。

- - - - - - - 编辑 - - - - - - - - - - - - - - - - - - -----

好的，我忘了如果我使用 int idx=threadIdx.y ，那么我可以使用 block(1,N,1) 。

但是，那么，我总是必须使用这个排列块（N,1,1）吗？

我必须明白这一点！谢谢！

这是我用于旋转的 pycuda 代码。我已经安装了最新的 cuda 驱动程序，并且我使用了支持 cuda 的 nvidia gpu。我还安装了 cuda 工具包和 pycuda 驱动程序。我仍然收到这个奇怪的错误。

这是我的错误。

请帮我解决这个问题。

我从PyCuda示例中运行 SimpleSpeedTest.py，产生以下输出：

前四个时间测量值是合理的，但最后一个（0.000002s）距离很远。CPU 结果应该是最慢的，但它比最快的 GPU 方法快几个数量级。所以显然测量的时间一定是错误的。这很奇怪，因为对于前四个结果，相同的计时方法似乎工作得很好。

所以我从 SimpleSpeedTest.py 中获取了一些代码，并制作了一个小测试文件[2]，它产生了：

选项 1pycuda.driver.Event.record()使用（如在 SimpleSpeedTest.py 中）测量持续时间，选项 2使用time.clock(). 同样，选项 1 关闭，而选项 2 给出了合理的结果（运行测试文件所需的时间约为 6 秒）。

有谁知道为什么会这样？

由于 SimpleSpeedTest.py 支持使用选项 1，是否是我的设置导致了问题？我正在运行 GTX 470、显示驱动程序 301.42、CUDA 4.2、Python 2.7 64、PyCuda 2012.1、X5650 Xeon

[2]测试文件：

我在这里有 这段代码（由于答案而修改）。

信息

32 字节堆栈帧，0 字节溢出存储，0 字节溢出加载
ptxas 信息：使用 46 个寄存器，120 字节 cmem[0]，176 字节 cmem[2]，76 字节 cmem[16]

我不知道还要考虑什么才能使其适用于点“numPointsRs”和“numPointsRp”的不同组合

例如，当我使用 Rs=10000 和 Rp=100000 运行代码时，block=(128,1,1),grid=(200,1) 很好。

我的计算：

46 个寄存器*128 线程=5888 个寄存器。

我的卡有限制 32768 个寄存器，所以 32768/5888=5 +some => 5 块/SM
（我的卡有限制 6）。

使用占用率计算器，我发现使用 128 个线程/块给了我 42% 并且在我的卡的限制范围内。

此外，每个 MP 的线程数为 640（限制为 1536）

现在，如果我尝试使用 Rs=100000 和 Rp=100000（对于相同的线程和块）它会给我标题中的消息，其中：

cuEventDestroy 失败：启动超时

cuModuleUnload 失败：启动超时

1）我不知道/理解还需要计算什么。

2）我不明白我们如何使用/查找块的数量。我可以看到，大多数情况下，有人放（threads-1+points）/threads，但这仍然不起作用。

- - - - - - - 更新 - - - - - - - - - - - - - - - - - - ------------

使用 driver.Context.synchronize() 后，代码适用于许多点（1000000）！

但是，这个添加对代码有什么影响？（对于许多点，屏幕冻结 1 分钟或更长时间）。我应该使用它还是不使用它？

--------------已更新2----------------------------------- ------------

现在，代码在不做任何事情的情况下无法再次工作！

代码快照：

我的卡：

这是我的 pycuda 代码。执行时出现线程错误。我正在尝试在其中实现 pycuda 线程。我已经搜索了谷歌但找不到答案。对于 pycuda 我是 Internet 的资源也非常有限。所以伙计们请帮帮我。

我对 cuda 有一个奇怪的问题，

在下面的片段中，

当我编译并运行代码（通过 pycuda）时，它按预期工作。当我删除 printf 时，结果很奇怪 - 大多数数组都正确填充，但其中一些似乎完全随机。

这是完整的python代码：

基本上，使用内核中的 printf，错误为 0 - 没有它，它会打印一些随机错误（在我的机器上大约 2452（最大值）和 -2583（最小值））

我不知道为什么。

我使用 geforce 570 在 pycuda 2012.2（Windows 7 64 位）上运行 cuda 4.2。

谢谢。

我想在大型 2D 复杂数组（最终 2* 12x2 *12 数据点）上运行一个函数。但是，pycuda 不能按预期工作。ElementWise 函数不适用于二维数组，因此我使用了具有块大小的 SourceModule 函数。

现在的问题是，GPU 上的 C 代码给出的结果与 CPU 上的 numpy 计算结果不同。产生了非常大和奇怪的数字。

我正在使用以下代码。怎么了？