У меня следующий матричный код умножения, реализованный с использованием CUDA 3.2 и VS 2008. Я работаю на Windows Server 2008 r2 enterprise. Я использую Nvidia GTX 480. Следующий код прекрасно работает со значениями «Ширина» (ширина матрицы) примерно до 2500 или около того.
int size = Width*Width*sizeof(float);
float* Md, *Nd, *Pd;
cudaError_t err = cudaSuccess;
//Allocate Device Memory for M, N and P
err = cudaMalloc((void**)&Md, size);
err = cudaMalloc((void**)&Nd, size);
err = cudaMalloc((void**)&Pd, size);
//Copy Matrix from Host Memory to Device Memory
err = cudaMemcpy(Md, M, size, cudaMemcpyHostToDevice);
err = cudaMemcpy(Nd, N, size, cudaMemcpyHostToDevice);
//Setup the execution configuration
dim3 dimBlock(TileWidth, TileWidth, 1);
dim3 dimGrid(ceil((float)(Width)/TileWidth), ceil((float)(Width)/TileWidth), 1);
MatrixMultiplicationMultiBlock_Kernel<<<dimGrid, dimBlock>>>(Md, Nd, Pd, Width);
err = cudaMemcpy(P, Pd, size, cudaMemcpyDeviceToHost);
//Free Device Memory
cudaFree(Md);
cudaFree(Nd);
cudaFree(Pd);
Когда я устанавливаю «Ширина» на 3000 или больше, я получаю следующую ошибку после черного экрана:
Я посмотрел онлайн и увидел, что у некоторых людей есть эта проблема, потому что сторожевой таймер убивал ядро после того, как оно зависало более 5 секунд. Я попытался отредактировать «TdrDelay» в реестре, и это задержало время до появления черного экрана и той же ошибки. Поэтому я пришел к выводу, что это не моя проблема.
Я отладил свой код и обнаружил, что эта строка виновна:
err = cudaMemcpy(P, Pd, size, cudaMemcpyDeviceToHost);
Это то, что я использую для возврата набора результатов с устройства после вызова функции ядра умножения матриц. Все до этого момента, кажется, работает нормально. Я верю, что правильно распределяю память и не могу понять, почему это происходит. Я подумал, что на моей карте недостаточно памяти для этого, но не должен ли cudaMalloc выдать ошибку? (Я подтвердил это не во время отладки).
Любые идеи / помощь будут с благодарностью! ... Большое спасибо, ребята !!
Код ядра:
//Matrix Multiplication Kernel - Multi-Block Implementation
__global__ void MatrixMultiplicationMultiBlock_Kernel (float* Md, float* Nd, float* Pd, int Width)
{
int TileWidth = blockDim.x;
//Get row and column from block and thread ids
int Row = (TileWidth*blockIdx.y) + threadIdx.y;
int Column = (TileWidth*blockIdx.x) + threadIdx.x;
//Pvalue store the Pd element that is computed by the thread
float Pvalue = 0;
for (int i = 0; i < Width; ++i)
{
float Mdelement = Md[Row * Width + i];
float Ndelement = Nd[i * Width + Column];
Pvalue += Mdelement * Ndelement;
}
//Write the matrix to device memory each thread writes one element
Pd[Row * Width + Column] = Pvalue;
}
У меня также есть другая функция, которая использует разделяемую память, и она также выдает ту же ошибку:
Звоните:
MatrixMultiplicationSharedMemory_Kernel<<<dimGrid, dimBlock, sizeof(float)*TileWidth*TileWidth*2>>>(Md, Nd, Pd, Width);
Код ядра:
//Matrix Multiplication Kernel - Shared Memory Implementation
__global__ void MatrixMultiplicationSharedMemory_Kernel (float* Md, float* Nd, float* Pd, int Width)
{
int TileWidth = blockDim.x;
//Initialize shared memory
extern __shared__ float sharedArrays[];
float* Mds = (float*) &sharedArrays;
float* Nds = (float*) &Mds[TileWidth*TileWidth];
int tx = threadIdx.x;
int ty = threadIdx.y;
//Get row and column from block and thread ids
int Row = (TileWidth*blockIdx.y) + ty;
int Column = (TileWidth*blockIdx.x) + tx;
float Pvalue = 0;
//For each tile, load the element into shared memory
for( int i = 0; i < ceil((float)Width/TileWidth); ++i)
{
Mds[ty*TileWidth+tx] = Md[Row*Width + (i*TileWidth + tx)];
Nds[ty*TileWidth+tx] = Nd[(ty + (i * TileWidth))*Width + Column];
__syncthreads();
for( int j = 0; j < TileWidth; ++j)
{
Pvalue += Mds[ty*TileWidth+j] * Nds[j*TileWidth+tx];
}
__syncthreads();
}
//Write the matrix to device memory each thread writes one element
Pd[Row * Width + Column] = Pvalue;
}