为什么CUDA内核无法在带有CUDA 9.0的VS 2013中启动
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内核无法在带有CUDA 9.0的VS 2013中启动相关的知识,希望对你有一定的参考价值。
我在Windows(GeForce GT 720M)中编写了一个基于CUDA的并行程序。我已经安装了CUDA 9.0 Toolkit和Visual Studio 2013.一切都很好但是当我编译代码并运行它时输出错误。
该计划是:
#include <stdio.h>
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
__global__ void square(float * d_out, float * d_in)
{
int idx = threadIdx.x;
float f = d_in[idx];
d_out[idx] = 50;
}
int main(int argc, char ** argv)
{
const int ARRAY_SIZE = 64;
const int ARRAY_BYTES = ARRAY_SIZE * sizeof(float);
// generate the input array on the host
float h_in[ARRAY_SIZE];
for (int i = 0; i < ARRAY_SIZE; i++)
{
h_in[i] = float(i);
}
float h_out[ARRAY_SIZE];
// declare GPU memory pointers
float * d_in;
float * d_out;
// allocate GPU memory
cudaMalloc((void **) &d_in, ARRAY_BYTES);
cudaMalloc((void **) &d_out, ARRAY_BYTES);
// transfer the array to the GPU
cudaMemcpy(d_in, h_in, ARRAY_BYTES, cudaMemcpyHostToDevice);
// launch the Kernel
square << <1, ARRAY_SIZE >> >(d_out, d_in);
// copy back the result array to the GPU
cudaMemcpy(h_out, d_out, ARRAY_BYTES, cudaMemcpyDeviceToHost);
// print out the resulting array
for (int i = 0; i < ARRAY_SIZE; i++)
{
printf("%f", h_out[i]);
printf(((i % 4) != 3) ? " " : "
");
}
// free GPU memory allocation
cudaFree(d_in);
cudaFree(d_out);
getchar();
return 0;
}
另外,我用nvcc square.cu
编译它但输出是相同的。我在VS中有内核启动语法错误,但我认为它与输出无关(但图像与另一个程序有关):
答案
问题是CUDA工具包版本。对于GeForce GT 720M,计算能力为2.1,它可以被CUDA 8.0
使用。
另一答案
这是CUDA工具包版本及其计算功能的表格。
以上是关于为什么CUDA内核无法在带有CUDA 9.0的VS 2013中启动的主要内容,如果未能解决你的问题,请参考以下文章
是否有兼容 Cuda 9.0 和 cudnn 7.1 的 tensorflow 版本
Pytorch CUDA 错误:没有内核映像可用于在带有 cuda 11.1 的 RTX 3090 上的设备上执行