錯誤的結果時，在Win7 64位設置tdrlevel CUDA

Question

，當我在CUDA計算，這是真的，但是當我使用更大的數量來計算，我必須設置TdrLevel爲
this link 。但是在設置了tdrlevel之後，我得到了一個錯誤的結果。 （-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080 -431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080-431602080）

我不知道在哪裏的問題。我的塊數爲512，每個塊的線程數爲1024。我希望找到我的意思。

---

that's my program code for fibunatchi program it work without tdrlevel but have above result by tdrlevel : 


#include <stdio.h> 
#include <cuda.h> 
#include <dos.h> 


__global__ void fibunat_array(float *a,int N) 
{  
    for (int x=0; x< N; x += 1) 
    { 
     a[x]=0; 
    } 
    a[0]=1;a[1]=1; 
    for (int i=0; i< N; i += 1) 
    { 
     a[i+2]=a[i]+a[i+1];  
    }  
} 

int main(void) 
{ 
    time_t start,end; 
    double dif; 
    time (&start); 

    float *a_h,*a_d; 
    const int N = 100; 

    size_t size = N * sizeof(float); 
    a_h = (float *)malloc(size);  

    cudaMalloc((void **)&a_d, size); 
    cudaMemcpy(a_d, a_h, size, cudaMemcpyHostToDevice); 

    int block_size = 9<<1; 
    int n_blocks = (N+ block_size-1) /block_size; 
    square_array <<< n_blocks , block_size >>> (a_d, N); 
    cudaMemcpy(a_h, a_d, sizeof(float) * N, cudaMemcpyDeviceToHost); 

    for (int i = 0; i<N/3+10 ; i++) 
     printf("%d ",(int)a_h[i]); 

    free(a_h); 
    cudaFree(a_d); 


    time (&end); 
    dif=difftime(end,start); 

    printf ("\n\n"); 
    printf ("total time for this calculate is : %d second\n\n",(int)dif); 

} 

Answer 1

這段代碼有幾個問題。例如，一個問題是你用一個名字爲fibunat_array的內核來定義內核，但是你調用一個名字爲square_array的內核。所以你發佈的代碼甚至不能正確編譯。另一個問題是，從串行代碼解決問題的角度來編寫內核，而不考慮並行運行線程。啓動內核時創建的每個線程都將運行完全相同的代碼。如果使用多個線程/塊，則這不起作用，並且不是利用機器的好方法。

您似乎想要計算fibonacci序列中的前100個數字。你可能想考慮這個的含義。這page可能會有所幫助。例如，該序列範圍中的一些最大數字將不適合64位整數。使用32位代碼，在序列中約有47個數字後，您的無符號整數大小將會過小。此外，創建一個平行的斐波那契發生器可能需要一個算法，它不像您想到的串行算法。即使你創建了一個平行斐波那契生成器，並且假設每個線程都計算了該系列的一個元素，但在100個元素內用完（64位）機器分辨率，這意味着你可以獲得最多的並行性在機器外面將少於100個線程（在這些假設下）。在串行算法上，加速方面可能不會給出非常令人滿意的結果，但這需要很多工作來完成。一般來說，當我們可以有數千個線程運行時，GPU會給出最好的結果。

說了這麼多，如果只是爲了證明點，你可以得到一些工作。由於您的原創作品中存在一些問題，因此只需提供能夠產生正確結果的代碼就簡單多了。這不是我會打電話合理利用GPU的，但你可以得到正確的結果與一些小的改動原來的代碼是這樣的：

#include <stdio.h> 
#include <cuda.h> 
// #include <dos.h> 


__global__ void fib(float *a,int N) 
{ 
    for (int x=0; x< N; x += 1) 
    { 
     a[x]=0; 
    } 
    a[0]=1;a[1]=1; 
    for (int i=0; i< (N-2); i += 1) 
    { 
     a[i+2]=a[i]+a[i+1]; 
    } 
} 

int main(void) 
{ 
// time_t start,end; 
// double dif; 
// time (&start); 

    float *a_h,*a_d; 
    const int N = 40; 

    size_t size = N * sizeof(float); 
    a_h = (float *)malloc(size); 

    cudaMalloc((void **)&a_d, size); 
    cudaMemcpy(a_d, a_h, size, cudaMemcpyHostToDevice); 

    // int block_size = 9<<1; 
    // int n_blocks = (N+ block_size-1) /block_size; 
    fib<<<1,1>>> (a_d, N); // just one thread does all the work 
    cudaMemcpy(a_h, a_d, sizeof(float) * N, cudaMemcpyDeviceToHost); 

    for (int i = 0; i<N ; i++) 
    printf("%d ",(int)a_h[i]); 

    printf("\n"); 
    free(a_h); 
    cudaFree(a_d); 


// time (&end); 
// dif=difftime(end,start); 

// printf ("\n\n"); 
// printf ("total time for this calculate is : %d second\n\n",(int)dif); 

} 

我註釋掉的時間部分。如果你喜歡，你可以取消註釋。時序不會令人印象深刻，因爲我們沒有使用GPU中的任何並行性。此外，這段代碼還有各種各樣的特性，其中最明顯的一點是我們只啓動一個線程，並且實際上使用GPU作爲串行機器。由於這不是執行GPU編程的方式，因此不應將其用作指導性示例。在CUDA SDK中有很多很好的GPU編程例子，以及網絡上的各種其他資源。