为什么CUDA会在访问课程成员时崩溃?
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了为什么CUDA会在访问课程成员时崩溃?相关的知识,希望对你有一定的参考价值。
对不起,如果这是一个新问题,但我找不到它。我一直在编写一个可以使用CDUA加速的程序。但是,我的方法很大程度上依赖于将类对象(完全,而不仅仅是它们的成员)传递给内核来运行。为了确定这是否可行,我写了一个小测试程序。
class bulkArray {
public:
double* value;
int xSize;
bulkArray(int xSize) {
value = new double[xSize];
this->xSize = xSize;
}
};
__global__ void addArrays(bulkArray *a, bulkArray *b, bulkArray *c, int N) {
int id = blockIdx.x*blockDim.x + threadIdx.x;
if (id < N)
c->value[id] = a->value[id] + b->value[id];
}
int main() {
int N = 50000000;
bulkArray *a;
bulkArray *b;
bulkArray *c;
a = new bulkArray(N);
b = new bulkArray(N);
c = new bulkArray(N);
// allocate unified memory.
cudaMallocManaged(&a, sizeof(a));
cudaMallocManaged(&b, sizeof(b));
cudaMallocManaged(&c, sizeof(c));
// init vectors on host.
for (int i = 0; i < N; i++) {
// CRASHING HERE.
a->value[i] = sin(i) * cos(i);
b->value[i] = sin(i) * cos(i);
}
int blockSize = 1024;
int gridSize = (int)ceil((float)N / blockSize);
addArrays << <gridSize, blockSize >> > (a, b, c, N);
// sum up vector c.
double sum = 0;
for (int i = 0; i < N; i++) {
sum += c->value[i];
}
cout << "Final result: " << sum << endl;
cudaFree(a);
cudaFree(b);
cudaFree(c);
return 0;
}
不知何故,将3个对象加载到统一内存中会起作用,但是当我尝试访问它们进行修改时会失败。我已经查看了其他指南和示例,但无法确定出现了什么问题。我为发布的代码量道歉,但我不禁担心我正在尝试的是不可能的。
答案
您可能对托管内存或cudaMallocManaged
的工作原理有一些误解。在某些方面,cudaMallocManaged
在概念上类似于C库malloc
,除了它分配管理内存。有关在简单的CUDA应用程序中使用托管内存的更详细介绍,您可能需要参考this blog。
具体来说,以下是您的代码的一些问题:
- 对具有嵌入指针的对象数组使用托管分配时,如果要在设备上使用该分配,则需要使用托管分配替换所有分配级别。因此,如果要在设备代码中访问该成员/字段,则在构造函数中使用
new
将不起作用。我们可以在那里替换cudaMallocManaged
。 - 我们不使用
new
分配指针,然后使用cudaMallocManaged
重新分配相同的指针。 - 当在指针上使用时,C(或C ++)中的
sizeof
函数将返回该指针的大小,而不是它指向的大小。因此,这不是分配对象数组的合理方法。 - CUDA内核启动是异步的,因此在内核启动后,如果要使用托管数据,则需要创建某种同步。
以下是解决上述问题的最小修改集。我省略了正确的CUDA错误检查,但我强烈建议在开发CUDA代码时。另外,如果您遇到困难,我建议您使用cuda-memcheck
运行此代码:
$ cat t51.cu
#include <iostream>
using namespace std;
class bulkArray {
public:
double* value;
int xSize;
void init(int xSize) {
cudaMallocManaged(&value, xSize*sizeof(double));
this->xSize = xSize;
}
};
__global__ void addArrays(bulkArray *a, bulkArray *b, bulkArray *c, int N) {
int id = blockIdx.x*blockDim.x + threadIdx.x;
if (id < N)
c->value[id] = a->value[id] + b->value[id];
}
int main() {
int N = 50000;
bulkArray *a;
bulkArray *b;
bulkArray *c;
// allocate unified memory.
cudaMallocManaged(&a, sizeof(bulkArray));
cudaMallocManaged(&b, sizeof(bulkArray));
cudaMallocManaged(&c, sizeof(bulkArray));
a->init(N);
b->init(N);
c->init(N);
// init vectors on host.
for (int i = 0; i < N; i++) {
a->value[i] = sin(i) * cos(i);
b->value[i] = sin(i) * cos(i);
}
int blockSize = 1024;
int gridSize = (int)ceil((float)N / blockSize);
addArrays << <gridSize, blockSize >> > (a, b, c, N);
cudaDeviceSynchronize();
// sum up vector c.
double sum = 0;
double sum2 = 0;
for (int i = 0; i < N; i++) {
sum += c->value[i];
sum2 += a->value[i] + b->value[i];
}
cout << "Final result: " << sum << " should be: " << sum2 << endl;
cudaFree(a);
cudaFree(b);
cudaFree(c);
return 0;
}
$ nvcc -arch=sm_35 -o t51 t51.cu
$ cuda-memcheck ./t51
========= CUDA-MEMCHECK
Final result: 0.624013 should be: 0.624013
========= ERROR SUMMARY: 0 errors
$
以上是关于为什么CUDA会在访问课程成员时崩溃?的主要内容,如果未能解决你的问题,请参考以下文章
升级到 TensorRT 7 后加载或构建 cuda 引擎偶尔会崩溃