CUDA限制似乎已經達到，但是有什麼限制？

Question

我有一個CUDA程序似乎正在打擊某些資源的某種限制，但我無法弄清楚這個資源是什麼。這裏是內核函數：

__global__ void DoCheck(float2* points, int* segmentToPolylineIndexMap, 
         int segmentCount, int* output) 
{ 
    int segmentIndex = threadIdx.x + blockIdx.x * blockDim.x; 
    int pointCount = segmentCount + 1; 

    if(segmentIndex >= segmentCount) 
     return; 

    int polylineIndex = segmentToPolylineIndexMap[segmentIndex]; 
    int result = 0; 
    if(polylineIndex >= 0) 
    { 
     float2 p1 = points[segmentIndex]; 
     float2 p2 = points[segmentIndex+1]; 
     float2 A = p2; 
     float2 a; 
     a.x = p2.x - p1.x; 
     a.y = p2.y - p1.y; 

     for(int i = segmentIndex+2; i < segmentCount; i++) 
     { 
      int currentPolylineIndex = segmentToPolylineIndexMap[i]; 

      // if not a different segment within out polyline and 
      // not a fake segment 
      bool isLegit = (currentPolylineIndex != polylineIndex && 
       currentPolylineIndex >= 0);  

      float2 p3 = points[i]; 
      float2 p4 = points[i+1]; 
      float2 B = p4; 
      float2 b; 
      b.x = p4.x - p3.x; 
      b.y = p4.y - p3.y; 

      float2 c; 
      c.x = B.x - A.x; 
      c.y = B.y - A.y; 

      float2 b_perp; 
      b_perp.x = -b.y; 
      b_perp.y = b.x; 

      float numerator = dot(b_perp, c); 
      float denominator = dot(b_perp, a); 
      bool isParallel = (denominator == 0.0); 

      float quotient = numerator/denominator; 
      float2 intersectionPoint; 
      intersectionPoint.x = quotient * a.x + A.x; 
      intersectionPoint.y = quotient * a.y + A.y; 

      result = result | (isLegit && !isParallel && 
       intersectionPoint.x > min(p1.x, p2.x) && 
       intersectionPoint.x > min(p3.x, p4.x) && 
       intersectionPoint.x < max(p1.x, p2.x) && 
       intersectionPoint.x < max(p3.x, p4.x) && 
       intersectionPoint.y > min(p1.y, p2.y) && 
       intersectionPoint.y > min(p3.y, p4.y) && 
       intersectionPoint.y < max(p1.y, p2.y) && 
       intersectionPoint.y < max(p3.y, p4.y)); 
     } 
    } 

    output[segmentIndex] = result; 
} 

這裏被執行內核函數調用：是

DoCheck<<<702, 32>>>(
    (float2*)devicePoints, 
    deviceSegmentsToPolylineIndexMap, 
    numSegments, 
    deviceOutput); 

參數的尺寸如下：

• devicePoints = 22464個float2s = 179,712字節
• deviceSegmentsToPolylineIndexMap = 22,463整數= 89,852字節
• 個numSegments = 1個INT = 4個字節
• deviceOutput = 22463個整數= 89852個字節

當我執行這個內核，它崩潰視頻卡。這似乎是我遇到了某種限制，因爲如果我使用DoCheck<<<300, 32>>>(...);執行內核，它可以工作。要明確，參數是相同的，只是塊的數量是不同的。

任何想法爲什麼一個崩潰的視頻驅動程序，而另一個不？失敗的人似乎仍然在牌的數量限制之內。

更新 在我的系統配置的更多信息：

• 顯卡：nVidia的8800GT
• CUDA版本：1.1
• 操作系統：Windows Server 2008 R2

我也在筆記本電腦上用以下配置嘗試過，但得到了AME結果：

• 顯卡：的NVIDIA Quadro FX 880M
• CUDA版本：1.2
• 操作系統：Windows 7 64位

Answer 1

正在被耗盡的時間資源。在當前所有CUDA平臺上，顯示驅動程序都包含一個看門狗定時器，它可以殺死任何需要幾秒鐘才能執行的內核。在運行顯示器的卡上運行代碼受此限制。

在您使用的是WDDM Windows平臺上，有三種可能的解決方案/變通：

1. 得到一個特斯拉卡，並使用TCC驅動程序，它消除了該問題完全
2. 嘗試修改註冊表設置來增加計時器的限制（谷歌的TdrDelay註冊表項的更多信息，但我不是一個Windows用戶，不能是更具體的比）
3. 修改您的內核代碼爲「重入」，並進程數據並行工作負載在幾個內核啓動而不是一個。內核啓動開銷並不是那麼大，並且根據您使用的算法，在幾次內核運行中處理工作量通常很容易實現。