CUDA內核和內存訪問（一個內核不能完全執行，下一個不會啓動）

我在這裏遇到問題。我啓動兩個內核，檢查是否有某個值是預期值（memcpy到主機），如果是我停止，如果不是，我再次啓動兩個內核。CUDA內核和內存訪問（一個內核不能完全執行，下一個不會啓動）

第一內核：

__global__ void aco_step(const KPDeviceData* data) 
{ 
int obj = threadIdx.x; 
int ant = blockIdx.x; 
int id = threadIdx.x + blockIdx.x * blockDim.x; 

*(data->added) = 1; 

while(*(data->added) == 1) 
{ 
    *(data->added) = 0; 

    //check if obj fits 
    int fits = (data->obj_weights[obj] + data->weight[ant] <= data->max_weight); 
    fits = fits * !(getElement(data->selections, data->selections_pitch, ant, obj)); 

    if(obj == 0) 
     printf("ant %d going..\n", ant); 
    __syncthreads(); 

...

的代碼在此之後繼續。但是printf永遠不會被打印出來，只是出於調試目的，syncthreads就在那裏。

「增加」變量是共享的，但由於共享內存是PITA，並且通常會在代碼中拋出錯誤，我現在只是將其刪除。這個「添加」變量並不是最聰明的事情，但它比替代方法更快，它會檢查數組中的任何變量是否是主機上的某個值，並決定是否繼續迭代。

的getElement，根本矩陣存儲器計算與俯仰訪問正確的位置，並返回該元件有：

int* el = (int*) ((char*)mat + row * pitch) + col; 
return *el;

的obj_weights陣列具有合適的尺寸，N *的sizeof（int）的。重量數組也是如此，螞蟻* sizeof（float）。所以他們不是越界。

內核之後的內核在開始時有一個printf權限，它不會被打印出來，並且在printf之後，它會在設備內存上設置一個變量，並在內核完成後將該內存複製到CPU ，而當我在CPU代碼中打印它時，這不是正確的值。所以我認爲這個內核做了一些非法的事情，第二個甚至沒有啓動。

我正在測試一些實例，當我啓動8個塊和512個線程時，它運行正常。 32個塊，512個線程，確定。但是8個塊和1024個線程，發生這種情況，內核不能工作，既沒有32塊也沒有1024線程。

我做錯了什麼？內存訪問？我是否啓動了太多線程？

編輯：嘗試刪除「添加」變量和while循環，所以它應該只執行一次。仍然沒有工作，沒有打印，即使printf正好在三個首行後面，下一個內核也不會打印任何東西。

編輯：另一件事，我使用的是GTX 570，因此根據http://en.wikipedia.org/wiki/CUDA，「每塊最大線程數」爲1024。也許我會堅持512最大或檢查我可以把這個價值多高。

來源

2012-09-12 hfingler

__syncthreads()只有條件代碼中的條件在塊的所有線程上的計算結果相同才被允許。

在你的情況下，這種情況會遇到競爭條件，並且是不確定的，所以它很可能評估不同線程的不同結果。

printf()輸出僅在內核成功完成後顯示。在這種情況下，它不是由於上面提到的問題，所以輸出從不出現。您可以通過測試所有CUDA函數調用錯誤的返回碼來計算出這一點。

來源

2012-09-12 22:50:27 tera

好吧，我得到了syncthreads點，完全忘了它。但是關於內存寫入，如果多個線程向相同的地址寫入相同的值，則值將被更新，未知的是它將被更新多少次。採取從這裏：http://stackoverflow.com/questions/5953955/concurrent-writes-in-the-same-global-memory-location – hfingler

Upvoted，因爲我不知道內核啓動返回的錯誤，所以我很接近發現問題。這裏有錯誤捕獲代碼：http://code.google.com/p/stanford-cs193g-sp2010/wiki/TutorialWhenSomethingGoesWrong – hfingler

我不完全確定*（數據 - >添加）測試是做什麼的。但是爲了至少消除競爭條件，在while（）之前插入__syncthreads（）。由於__syncthreads（）每塊同步，這也需要將標誌移回共享內存（不要害怕它 - 如果編程正確，共享內存沒有問題）。 – tera

CUDA內核和內存訪問（一個內核不能完全執行，下一個不會啓動）

回答

相關問題