Ограничения на решатель трехдиагональной решетки? - PullRequest
Новая
       79

Ограничения на решатель трехдиагональной решетки?

0 голосов
/ 01 мая 2018

Я решил переписать один из моих серийных кодов в CUDA. Большая часть кода должна инвертировать большую трехугольную матрицу для разных правых частей. Затем я наткнулся на cusparseSgtsv из библиотеки cuSparse. Я получил пример кода для работы с небольшими матрицами, но когда размер матрицы превысил 1024, ничего, кроме nan. Я что-то упустил в документации?

Вот пример кода. Для N=1024 код работает нормально. Для N=1025 это nan полностью вниз. 

#include<iostream>                                                                                                                              
#include<cuda_runtime.h>                                                                                                                        
#include<cusparse_v2.h>                                                                                                                         

using namespace std;

__global__ void assignMat(float *a,float *b,float *c,float *r)
{                                                             
    int tid=threadIdx.x+blockDim.x*blockIdx.x;            

    a[tid]=0;
    b[tid]=1;
    c[tid]=0;
    r[tid]=tid;
}

int main()
{
    float *d_a,*d_b,*d_c,*d_r;
    float *h_r;
    int N=1025;
    cusparseStatus_t status;
    cusparseHandle_t handle=0;

    status=cusparseCreate(&handle);

    h_r=(float *)malloc(N*sizeof(float));
    cudaMalloc((void **)&d_a,N*sizeof(float));
    cudaMalloc((void **)&d_b,N*sizeof(float));
    cudaMalloc((void **)&d_c,N*sizeof(float));
    cudaMalloc((void **)&d_r,N*sizeof(float));

    assignMat<<<1,N>>>(d_a,d_b,d_c,d_r);
    status=cusparseSgtsv(handle,N,1,d_a,d_b,d_c,d_r,N);
    if (status != CUSPARSE_STATUS_SUCCESS)
    {
            cout << status << endl;
    }
    else
    {
            cudaMemcpy(h_r,d_r,N*sizeof(float),cudaMemcpyDeviceToHost);
            for (int i=0;i<N;i++)
                    cout << i << " " << h_r[i] << endl;
    }

    free(h_r);
    cudaFree(d_a);cudaFree(d_b);cudaFree(d_c);cudaFree(d_r);
}

1 Ответ

0 голосов
/ 01 мая 2018

Я что-то упустил в документации?

Нет в документации cuSparse, нет.

Однако существует жесткое ограничение на количество потоков в блоке, поэтому ваше ядро ​​assignMat перестает работать при N> 1024. Вы можете прочитать о том, как выбрать допустимые параметры запуска ядра здесь . Если ваш код содержал проверка ошибок или вы запустили программу с помощью cuda-memcheck, вы, вероятно, смогли бы обнаружить проблему самостоятельно во время выполнения.

...