CUDA 索引无法按预期工作
Posted
技术标签:
【中文标题】CUDA 索引无法按预期工作【英文标题】:CUDA indexing does not work as expected 【发布时间】:2016-07-01 19:52:56 【问题描述】:我正在尝试使用 PyCUDA 处理二维数组,我需要每个线程的 x,y 坐标。
here 和 here 已经提出并回答了这个问题,但链接的解决方案不适用于超过我的块大小的 2D 数据。为什么?
这是我用来帮助解决这个问题的 SourceModule:
mod = SourceModule("""
__global__ void kIndexTest(float *M, float *X, float*Y)
int bIdx = blockIdx.x + blockIdx.y * gridDim.x;
int idx = bIdx * (blockDim.x * blockDim.y) + (threadIdx.y * blockDim.x) + threadIdx.x;
/* this array shows me the unique thread indices */
M[idx] = idx;
/* these arrays should capture x, y for each unique index */
X[idx] = (blockDim.x * blockIdx.x) + threadIdx.x;
Y[idx] = (blockDim.y * blockIdx.y) + threadIdx.y;
""")
我正在这样执行内核:
gIndexTest = mod.get_function("kIndexTest")
dims = (8, 8)
M = gpuarray.to_gpu(numpy.zeros(dims, dtype=numpy.float32))
X = gpuarray.to_gpu(numpy.zeros(dims, dtype=numpy.float32))
Y = gpuarray.to_gpu(numpy.zeros(dims, dtype=numpy.float32))
gIndexTest(M, X, Y, block=(4, 4, 1), grid=(2, 2, 1))
M 为我测试过的所有维度和所有块/网格配置返回正确的索引。 X 和 Y 仅在 X 和 Y 的尺寸与块尺寸相同时返回正确的坐标值,但不返回我期望的其他值。例如,上面的配置产生:
M:
[[ 0. 1. 2. 3. 4. 5. 6. 7.]
[ 8. 9. 10. 11. 12. 13. 14. 15.]
[ 16. 17. 18. 19. 20. 21. 22. 23.]
[ 24. 25. 26. 27. 28. 29. 30. 31.]
[ 32. 33. 34. 35. 36. 37. 38. 39.]
[ 40. 41. 42. 43. 44. 45. 46. 47.]
[ 48. 49. 50. 51. 52. 53. 54. 55.]
[ 56. 57. 58. 59. 60. 61. 62. 63.]] (correct)
X:
[[ 0. 1. 2. 3. 0. 1. 2. 3.]
[ 0. 1. 2. 3. 0. 1. 2. 3.]
[ 4. 5. 6. 7. 4. 5. 6. 7.]
[ 4. 5. 6. 7. 4. 5. 6. 7.]
[ 0. 1. 2. 3. 0. 1. 2. 3.]
[ 0. 1. 2. 3. 0. 1. 2. 3.]
[ 4. 5. 6. 7. 4. 5. 6. 7.]
[ 4. 5. 6. 7. 4. 5. 6. 7.]] (not what I expect)
Y:
[[ 0. 0. 0. 0. 1. 1. 1. 1.]
[ 2. 2. 2. 2. 3. 3. 3. 3.]
[ 0. 0. 0. 0. 1. 1. 1. 1.]
[ 2. 2. 2. 2. 3. 3. 3. 3.]
[ 4. 4. 4. 4. 5. 5. 5. 5.]
[ 6. 6. 6. 6. 7. 7. 7. 7.]
[ 4. 4. 4. 4. 5. 5. 5. 5.]
[ 6. 6. 6. 6. 7. 7. 7. 7.]] (not what I expect)
这是我对 X 和 Y 的实际期望:
X:
[[ 0. 1. 2. 3. 4. 5. 6. 7.]
[ 0. 1. 2. 3. 4. 5. 6. 7.]
[ 0. 1. 2. 3. 4. 5. 6. 7.]
[ 0. 1. 2. 3. 4. 5. 6. 7.]
[ 0. 1. 2. 3. 4. 5. 6. 7.]
[ 0. 1. 2. 3. 4. 5. 6. 7.]
[ 0. 1. 2. 3. 4. 5. 6. 7.]
[ 0. 1. 2. 3. 4. 5. 6. 7.]] (only works when X dims = block dims)
Y:
[[ 0. 0. 0. 0. 0. 0. 0. 0.]
[ 1. 1. 1. 1. 1. 1. 1. 1.]
[ 2. 2. 2. 2. 2. 2. 2. 2.]
[ 3. 3. 3. 3. 3. 3. 3. 3.]
[ 4. 4. 4. 4. 4. 4. 4. 4.]
[ 5. 5. 5. 5. 5. 5. 5. 5.]
[ 6. 6. 6. 6. 6. 6. 6. 6.]
[ 7. 7. 7. 7. 7. 7. 7. 7.]] (only works when Y dims = block dims)
我不明白什么?
这是我的设备查询:
Device 0: "GeForce GT 755M"
CUDA Driver Version / Runtime Version 7.5 / 6.5
CUDA Capability Major/Minor version number: 3.0
Total amount of global memory: 1024 MBytes (1073283072 bytes)
( 2) Multiprocessors, (192) CUDA Cores/MP: 384 CUDA Cores
GPU Clock rate: 1085 MHz (1.09 GHz)
Memory Clock rate: 2500 Mhz
Memory Bus Width: 128-bit
L2 Cache Size: 262144 bytes
Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers
Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers
Total amount of constant memory: 65536 bytes
Total amount of shared memory per block: 49152 bytes
Total number of registers available per block: 65536
Warp size: 32
Maximum number of threads per multiprocessor: 2048
Maximum number of threads per block: 1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)
Maximum memory pitch: 2147483647 bytes
Texture alignment: 512 bytes
Concurrent copy and kernel execution: Yes with 1 copy engine(s)
Run time limit on kernels: Yes
Integrated GPU sharing Host Memory: No
Support host page-locked memory mapping: Yes
Alignment requirement for Surfaces: Yes
Device has ECC support: Disabled
Device supports Unified Addressing (UVA): Yes
Device PCI Bus ID / PCI location ID: 1 / 0
【问题讨论】:
【参考方案1】:一切都“像宣传的那样”工作。这里的问题是您将不兼容的索引方案混合在一起,这会产生不一致的结果。
如果您希望 X
和 Y
按预期显示,则需要以不同的方式计算 idx
:
__global__ void kIndexTest(float *M, float *X, float*Y)
int xidx = (blockDim.x * blockIdx.x) + threadIdx.x;
int yidx = (blockDim.y * blockIdx.y) + threadIdx.y;
int idx = (gridDim.x * blockDim.x * yidx) + xidx;
X[idx] = xidx;
Y[idx] = yidx;
M[idx] = idx;
在此方案中,xidx
和 yidx
是网格 x 和 y 坐标,idx
是全局索引,均假设列主要排序(即 x 是变化最快的维度)。
【讨论】:
啊哈!谢谢你。为了回答这个问题,我不明白的是我的索引方案并不总是将 x 和 y 放置在 X 和 Y 内的适当 x、y 位置。不是因为 x、y 计算有缺陷,而是因为索引计算是。 @DarienCrane:不,这不是正确的解释。您的idx
计算没有“缺陷”,它只是在网格中计算唯一索引方案的另一种方式。 (至少)有四种不同的方法可以计算 2D 网格中的唯一索引,您只是选择混合两种不兼容的方法。
对于这个应用程序来说这是一个有缺陷的方法。我的假设是我应该首先生成一个唯一的 'idx',然后使用它将 x 和 y 映射到 X 和 Y。我不知道我使用了两种不同的索引方案,所以你提到的不兼容从来没有出现在我的脑海中.以上是关于CUDA 索引无法按预期工作的主要内容,如果未能解决你的问题,请参考以下文章