c++ - 检测 Windows TDR 并从中恢复？

Question

我在处理一些 OpenCL 代码时遇到了一个奇怪的问题，难得一见，Windows TDR将启动并重置 GPU。有问题的内核仅运行 150 毫秒，并且会在 TDR 将其关闭之前运行数千次(在许多小时内)，因此我确信内核本身不是罪魁祸首。

我担心的是，一旦 TDR 启动，内核就会死掉，程序就会陷入永恒的边缘状态。据我所知，对 clFinish 的调用永远不会返回。

有没有办法检测内核是否已经死亡，以便可以优雅地处理它？

Answer 1

我设法想出了一个解决方案，尽管它远非最佳。

我修改了程序，使 OpenCL 处理在单独的线程中完成。我在父进程和子进程之间创建了一个全局共享看门狗变量。当父进程将处理函数作为线程生成时，它将变量设置为当前时间(以毫秒为单位)。当处理线程完成时，它将看门狗变量重置为零。

当父线程等待处理线程完成时，它会密切关注看门狗定时器。如果计时器超过某个阈值，则程序将强制终止自身，而无需等待子进程返回。

无论是否设置了 Windows TDR，此解决方案都适用。如果设置了 TDR 并且驱动程序重置，则对 clFinish() 的调用将永远不会返回，并且一旦看门狗定时器触发，父级将终止。如果未设置 TDR，失控进程将卡住显示，但一旦看门狗计时器触发，父进程将终止处理，结束卡住。

现在我已经设置了一个看门狗，我只需将我的程序包装在一个脚本中:如果它因错误终止(正返回码)，那么程序将重新运行。