如何使用make_cudaExtent正確定義cudaExtent？

Question

我想有一個CUDA 3D float數組，這裏是我的代碼：

#define SIZE_X 128 //numbers in elements 
#define SIZE_Y 128 
#define SIZE_Z 128 
typedef float VolumeType; 
cudaExtent volumeSize = make_cudaExtent(SIZE_X, SIZE_Y, SIZE_Z); //The first argument should be SIZE_X*sizeof(VolumeType)?? 

float *d_volumeMem; 
cutilSafeCall(cudaMalloc((void**)&d_volumeMem, SIZE_X*SIZE_Y*SIZE_Z*sizeof(float))); 

.....//assign value to d_volumeMem in GPU 

cudaArray *d_volumeArray = 0; 
cudaChannelFormatDesc channelDesc = cudaCreateChannelDesc<VolumeType>(); 
cutilSafeCall(cudaMalloc3DArray(&d_volumeArray, &channelDesc, volumeSize)); 
cudaMemcpy3DParms copyParams = {0}; 
copyParams.srcPtr = make_cudaPitchedPtr((void*)d_volumeMem, SIZE_X*sizeof(VolumeType), SIZE_X, SIZE_Y); // 
copyParams.dstArray = d_volumeArray; 
copyParams.extent = volumeSize; 
copyParams.kin = cudaMemcpyDeviceToDevice; 
cutilSafeCall(cudaMemcpy3D(&copyParams)); 

其實，我的程序運行良好。但我不確定結果是否正確。這裏是我的問題，在CUDA liberay，它表示make_cudaExtent的第一個參數是「以字節爲單位寬度」和另外兩個是在元素的高度和深度。所以我覺得在我上面的代碼，第五個行應該是

cudaExtent volumeSize = make_cudaExtent(SIZE_X*sizeof(VolumeType), SIZE_Y, SIZE_Z); 

但這種方式，就在cutilSafeCall（cudaMemcpy3D（& copyParams））錯誤「無效的參數」;爲什麼？

而另一難題是strcut cudaExtent，作爲CUDA庫所述，其組分寬度「指的是陣列中的存儲器的情況下，以字節爲單位指的線性存儲器時寬度中的元素」代表。所以我想在我的代碼中引用volumeSize.width時，它應該是元素中的數字。然而，如果使用

cudaExtent volumeSize = make_cudaExtent(SIZE_X*sizeof(VolumeType), SIZE_Y, SIZE_Z); 

的volumeSize.width將SIZE_X *的sizeof（VolumeType）（128 * 4），即在元件中的字節數數代替。

在許多CUDA SDK，他們使用碳作爲VolumeType，所以他們只是用SIZE_X作爲make_cudaExtent第一個參數。但是我的是浮動的，所以，任何人都可以告訴我，如果我需要使用它來創建3D數組，那麼創建cudaExtent的正確方法是什麼？非常感謝！

Answer 1

我們來回顧一下爲cudaMemcpy3D的文件說：

程度字段定義 元素的轉移區域的尺寸。如果CUDA陣列參與複製的程度是在該數組的元素來定義 。如果沒有CUDA數組是 參與複製然後的區段在 無符號字符的元素來定義。

同樣地，對於cudaMalloc3DArray註釋的文檔：

所有值均以元素指定

所以，你需要形成要呼叫的程度需要有在元素的第一個維度（因爲cudaMemcpy3D中的一個分配是一個數組）。

但是，您的代碼中可能有其他問題，因爲您正在使用cudaMalloc分配線性內存來源d_volumeMem。 cudaMemcpy3D預計線性源存儲器已被分配爲兼容音調。您的代碼只是使用尺寸

SIZE_X*SIZE_Y*SIZE_Z*sizeof(float) 

現在它可能是你所選擇的尺寸產生了您正在使用的硬件兼容的間距的線性分配，但不保證它會這麼做。我建議使用cudaMalloc3D來分配線性源內存。這在你小的代碼段建立了一個擴大示範可能是這樣的：

#include <cstdio> 

typedef float VolumeType; 

const size_t SIZE_X = 8; 
const size_t SIZE_Y = 8; 
const size_t SIZE_Z = 8; 
const size_t width = sizeof(VolumeType) * SIZE_X; 

texture<VolumeType, cudaTextureType3D, cudaReadModeElementType> tex; 

__global__ void testKernel(VolumeType * output, int dimx, int dimy, int dimz) 
{ 
    int tidx = threadIdx.x + blockIdx.x * blockDim.x; 
    int tidy = threadIdx.y + blockIdx.y * blockDim.y; 
    int tidz = threadIdx.z + blockIdx.z * blockDim.z; 

    float x = float(tidx)+0.5f; 
    float y = float(tidy)+0.5f; 
    float z = float(tidz)+0.5f; 

    size_t oidx = tidx + tidy*dimx + tidz*dimx*dimy; 
    output[oidx] = tex3D(tex, x, y, z); 
} 

inline void gpuAssert(cudaError_t code, char *file, int line, bool abort=true) 
{ 
    if (code != cudaSuccess) 
    { 
     fprintf(stderr,"GPUassert: %s %s %d\n", cudaGetErrorString(code), file, line); 
     if (abort) exit(code); 
    } 
} 

#define gpuErrchk(ans) { gpuAssert((ans), __FILE__, __LINE__); } 

template<typename T> 
void init(char * devPtr, size_t pitch, int width, int height, int depth) 
{ 
    size_t slicePitch = pitch * height; 
    int v = 0; 
    for (int z = 0; z < depth; ++z) { 
     char * slice = devPtr + z * slicePitch; 
     for (int y = 0; y < height; ++y) { 
      T * row = (T *)(slice + y * pitch); 
      for (int x = 0; x < width; ++x) { 
       row[x] = T(v++); 
      } 
     } 
    } 
} 

int main(void) 
{ 
    VolumeType *h_volumeMem, *d_output, *h_output; 

    cudaExtent volumeSizeBytes = make_cudaExtent(width, SIZE_Y, SIZE_Z); 
    cudaPitchedPtr d_volumeMem; 
    gpuErrchk(cudaMalloc3D(&d_volumeMem, volumeSizeBytes)); 

    size_t size = d_volumeMem.pitch * SIZE_Y * SIZE_Z; 
    h_volumeMem = (VolumeType *)malloc(size); 
    init<VolumeType>((char *)h_volumeMem, d_volumeMem.pitch, SIZE_X, SIZE_Y, SIZE_Z); 
    gpuErrchk(cudaMemcpy(d_volumeMem.ptr, h_volumeMem, size, cudaMemcpyHostToDevice)); 

    cudaArray * d_volumeArray; 
    cudaChannelFormatDesc channelDesc = cudaCreateChannelDesc<VolumeType>(); 
    cudaExtent volumeSize = make_cudaExtent(SIZE_X, SIZE_Y, SIZE_Z); 
    gpuErrchk(cudaMalloc3DArray(&d_volumeArray, &channelDesc, volumeSize)); 

    cudaMemcpy3DParms copyParams = {0}; 
    copyParams.srcPtr = d_volumeMem; 
    copyParams.dstArray = d_volumeArray; 
    copyParams.extent = volumeSize; 
    copyParams.kind = cudaMemcpyDeviceToDevice; 
    gpuErrchk(cudaMemcpy3D(&copyParams)); 

    tex.normalized = false;      
    tex.filterMode = cudaFilterModeLinear;  
    tex.addressMode[0] = cudaAddressModeWrap; 
    tex.addressMode[1] = cudaAddressModeWrap; 
    tex.addressMode[2] = cudaAddressModeWrap; 
    gpuErrchk(cudaBindTextureToArray(tex, d_volumeArray, channelDesc)); 

    size_t osize = 64 * sizeof(VolumeType); 
    gpuErrchk(cudaMalloc((void**)&d_output, osize)); 

    testKernel<<<1,dim3(4,4,4)>>>(d_output,4,4,4); 
    gpuErrchk(cudaPeekAtLastError()); 

    h_output = (VolumeType *)malloc(osize); 
    gpuErrchk(cudaMemcpy(h_output, d_output, osize, cudaMemcpyDeviceToHost)); 

    for(int i=0; i<64; i++) 
     fprintf(stdout, "%d %f\n", i, h_output[i]); 

    return 0; 
} 

您可以自己確認的紋理輸出的主機上讀取原始的源內存匹配。