c++ - 结构的 cudaMalloc 和相同结构的元素

Question

我想知道当我分配一个结构然后分配(?)并复制相同结构的指针元素时设备上会发生什么(内存方面)。

我是否需要再次使用元素 *a 的 cudaMalloc？

示例代码:

typedef struct {
  int *a;
  ...
} StructA;

int main() 
{
  int row, col, numS = 10; // defined at runtime

  StructA *d_A = (StructA*)malloc(numS * sizeof(StructA));
  int *h_A = d_a->a;

  cudaMalloc( (void**)&(d_A), numS * sizeof(StructA) );

  cudaMalloc( &(d_A->a), row*col*sizeof(int) ); // no (void**) needed?
  cudaMemcpy( d_A->a, h_A, row*col*sizeof(int), cudaMemcpyHostToDevice );

  kernel<<<grid, block>>>(d_A); // Passing pointer to StructA in device
  ...
}

内核定义:

__global__ kernel(StructA *d_A)
{
  d_A->a = ...;
  ...
}

这个问题是this question的另一个延伸与this question相关.

Answer 1

我建议您在编译和运行代码时使用适当的 cuda 错误检查。学习解释编译器输出和运行时输出将使您成为更好、更聪明、更高效的编码员。我还建议查看我之前指向您的文章 here .它处理这个确切的主题，并包括链接的工作示例。这个问题与那个问题重复。

有各种错误:

StructA *d_A = (StructA*)malloc(numS * sizeof(StructA));

上面的代码行在 host 内存中为大小为 StructA 的结构创建分配，并设置指针 d_A 指向该分配的开始。目前没有任何问题。

cudaMalloc( (void**)&(d_A), numS * sizeof(StructA) );

上面的代码行在 device 内存中创建了一个大小为 StructA 的分配，并设置指针 d_A 指向开始该分配。这有效地消除了之前的指针和分配。 (之前的主机分配还在某处，但你无法访问它。它基本上丢失了。)当然那不是你的意图。

int *h_A = d_a->a;

现在 d_A(我假设你的意思是 d_A，而不是 d_a)已经被指定为设备内存指针， -> 操作将取消引用该指针以定位元素 a。这在主机代码中是非法的，并且会引发错误(段错误)。

cudaMalloc( &(d_A->a), row*col*sizeof(int) );

这行代码也有类似的问题。我们不能 cudaMalloc 一个存在于设备内存中的指针。 cudaMalloc 创建位于主机内存中但引用设备内存中某个位置的指针。此操作 &(d_A->a) 取消引用设备指针，这在主机代码中是非法的。

正确的代码应该是这样的:

$ cat t363.cu
#include <stdio.h>

typedef struct {
  int *a;
  int foo;
} StructA;

__global__ void kernel(StructA *data){

  printf("The value is %d\n", *(data->a + 2));
}

int main()
{
  int  numS = 1; // defined at runtime

  //allocate host memory for the structure storage
  StructA *h_A = (StructA*)malloc(numS * sizeof(StructA));
  //allocate host memory for the storage pointed to by the embedded pointer
  h_A->a = (int *)malloc(10*sizeof(int));
  // initialize data pointed to by the embedded pointer
  for (int i = 0; i <10; i++) *(h_A->a+i) = i;
  StructA *d_A;  // pointer for device structure storage
  //allocate device memory for the structure storage
  cudaMalloc( (void**)&(d_A), numS * sizeof(StructA) );
  // create a pointer for cudaMalloc to use for embedded pointer device storage
  int *temp;
  //allocate device storage for the embedded pointer storage
  cudaMalloc((void **)&temp, 10*sizeof(int));
  //copy this newly created *pointer* to it's proper location in the device copy of the structure
  cudaMemcpy(&(d_A->a), &temp, sizeof(int *), cudaMemcpyHostToDevice);
  //copy the data pointed to by the embedded pointer from the host to the device
  cudaMemcpy(temp, h_A->a, 10*sizeof(int), cudaMemcpyHostToDevice);

  kernel<<<1, 1>>>(d_A); // Passing pointer to StructA in device
  cudaDeviceSynchronize();
}
$ nvcc -arch=sm_20 -o t363 t363.cu
$ cuda-memcheck ./t363
========= CUDA-MEMCHECK
The value is 2
========= ERROR SUMMARY: 0 errors
$

你会注意到，我还没有解决你正在处理 StructA 数组(即 numS > 1)的情况，这将需要一个环形。我将把它留给你来完成我在这里和我的 previous linked answer 中提出的逻辑。看看你是否能计算出那个循环的细节。此外，为了清晰/简洁起见，我省略了通常的 cuda error checking但请在您的代码中使用它。最后，这个过程(有时称为“深度复制操作”)在普通 CUDA 中有点乏味，如果您还没有得出结论的话。之前的建议是“扁平化”此类结构(这样它们就不会包含指针)，但您也可以探索 cudaMallocManaged 即 Unified Memory in CUDA 6 .