c++ - 在不同的 CUDA 内核中访问类成员

Question

我有一个仅限 GPU 的类 T，我想在 GPU 上创建它，但在 CPU 上有一个引用，所以我可以将链接作为参数发送到不同的 CUDA 内核。

class T
{
public:
    int v;
public:
    __device__ T() { v = 10; }
    __device__ ~T() {}
    __device__ int compute() { return v; }
};

这是我用来创建类实例和调用 compute() 函数的内核。

__global__ void kernel(T* obj, int* out)
{
    if(blockIdx.x * blockDim.x + threadIdx.x == 0) {
        out[0] = obj->compute(); // no kernel error, but it returns garbage
    }
}

__global__ void cudaAllocateGPUObj(T* obj)
{
    if(blockIdx.x * blockDim.x + threadIdx.x == 0) {
        obj = new T;
        // if I call `out[0] = obj->compute();` here, everything works fine
    }
}

main 函数简单地为 T* 类型的指针分配内存，稍后用作 cudaAllocateGPUObj 的参数。

int main()
{
    int cpu, *gpu;
    cudaMalloc((void**)&gpu, sizeof(int));
    T* obj;
    cudaMalloc((void**)&obj, sizeof(T*));
    cudaAllocateGPUObj<<<1,1>>>(obj);
    kernel<<<1,1>>>(obj, gpu);
    cudaMemcpy(&cpu, gpu, sizeof(int), cudaMemcpyDeviceToHost);
    cudaDeviceSynchronize();
    printf("cudaMemcpy\nresult: %d\n", cpu);
    return 0;
}

此代码的问题(如代码注释中所述)是当我在 cudaAllocateGPUObj 调用 out[0] = obj->compute(); 时code> kernel 并将得到的值传给CPU，一切正常。但是如果我想在另一个内核中获取成员值，它就会变成垃圾，尽管如果我将 v 变量的返回值更改为常量，一切正常。

你能告诉我这段代码有什么问题吗？

Answer 1

当您将参数传递给 CUDA 内核时，它是一种按值传递机制。您从指向对象的指针开始:

T* obj;

然后，不是为对象分配存储空间，而是为另一个指针分配存储空间:

cudaMalloc((void**)&obj, sizeof(T*));

所以我们走错了路。 (此时这是逻辑 C 编程错误。)接下来，在分配内核中，obj 参数(现在指向 GPU 内存空间中的某个位置)被按值<传递/strong>:

__global__ void cudaAllocateGPUObj(T* obj)
                                      ^^^ pass-by-value: local copy is made

现在，当你这样做时:

        obj = new T;

您创建一个新指针，并用该新指针覆盖obj 的本地拷贝。所以当然这在本地有效，但是调用环境中的 obj 拷贝不会使用该新指针进行更新。

解决此问题的一种可能方法是创建适当的指针对指针方法:

$ cat t5.cu
#include <stdio.h>

class T
{
public:
    int v;
public:
    __device__ T() { v = 10; }
    __device__ ~T() {}
    __device__ int compute() { return v; }
};

__global__ void kernel(T** obj, int* out)
{
    if(blockIdx.x * blockDim.x + threadIdx.x == 0) {
        out[0] = (*obj)->compute(); 
    }
}

__global__ void cudaAllocateGPUObj(T** obj)
{
    if(blockIdx.x * blockDim.x + threadIdx.x == 0) {
        *obj = new T;
    }
}

int main()
{
    int cpu, *gpu;
    cudaMalloc((void**)&gpu, sizeof(int));
    T** obj;
    cudaMalloc(&obj, sizeof(T*));
    cudaAllocateGPUObj<<<1,1>>>(obj);
    kernel<<<1,1>>>(obj, gpu);
    cudaMemcpy(&cpu, gpu, sizeof(int), cudaMemcpyDeviceToHost);
    cudaDeviceSynchronize();
    printf("cudaMemcpy\nresult: %d\n", cpu);
    return 0;
}

$ nvcc -arch=sm_35 -o t5 t5.cu
$ cuda-memcheck ./t5
========= CUDA-MEMCHECK
cudaMemcpy
result: 10
========= ERROR SUMMARY: 0 errors
$