c++ - 在 CUDA 内核中传递常量整数-6ren

c++ - 在 CUDA 内核中传递常量整数

转载作者：行者123 更新时间：2023-11-28 05:05:46

24

4

<分区>

我在使用以下代码时遇到问题。在全局内核 loop_d 中，M 的整数值为 84。当我尝试创建共享数组 temp 并使用 M 作为数组的大小时，出现以下错误:

错误:表达式必须有一个常量值

我不确定为什么会这样。我知道如果我将 M 声明为全局变量，那么它就可以工作，但问题是我通过在不同的 Fortran 程序中调用函数 d_two 来获取 M 的值，所以我不确定如何解决这个问题。我知道如果我用 temp[84] 替换 temp[M]，那么我的程序运行完美，但这不是很实用，因为不同的问题可能有不同的 M 值。谢谢你的帮助!

程序

// Parallelized 2D Three-Point Guassian Quadrature Numerical Integration Method
// The following program is part of two linked programs, Integral_2D_Cuda.f. 
// This is a CUDA kernel that could be called in the Integral_2D_Cuda.f Fortran code to compute
// the integral of a given 2D-function
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <cuda.h>
#include <cuda_runtime.h>
// The following is a definition for the atomicAddd function that is called in the loop_d kernel
// This is needed because the "regular" atomicAdd function only works for floats and integers
__device__ double atomicAddd(double* address, double val)
{
    unsigned long long int* address_as_ull = (unsigned long long int*)address;
    unsigned long long int old = *address_as_ull, assumed;
    do {
        assumed = old;
        old = atomicCAS(address_as_ull, assumed,
            __double_as_longlong(val + __longlong_as_double(assumed)));
    } while (assumed != old);
    return __longlong_as_double(old);
}
// GPU kernel that computes the function of interest. This is good for a two dimensional problem.
__global__ void loop_d(double *a_sx, double *b_swx, double *c_sy, double *d_swy, double *e_ans0, int N, int M)
{
    // Declaring a shared array that threads of the same block have access to
    __shared__ double temp[M];
    int idxX = blockIdx.x * blockDim.x + threadIdx.x; // Thread indices responsible for the swx and sx arrays
    int idxY = threadIdx.y;     // Thread indices responsible for the swy and sy arrays
    // Computing the multiplication of elements
    if (idxX < N && idxY < M)
    {
        temp[idxY] = a_sx[idxX] * b_swx[idxX] * c_sy[idxY] * d_swy[idxY];
    }
    // synchronizing all threads before summing all the mupltiplied elements int he temp array
    __syncthreads();
    // Allowing the 0th thread of y to do the summation of the multiplied elements in the temp array of one block 
    if (0 == idxY)
    {
        double sum = 0.00;
        for(int k = 0; k < M; k++)
        {
            sum = sum + temp[k];
        }
        // Adding the result of this instance of calculation to the final answer, ans0
        atomicAddd(e_ans0, sum);
    }
}
extern "C" void d_two_(double *sx, double *swx, int *nptx, double *sy, double *swy, int *npty, double *ans0)
{
    // Assigning GPU pointers
    double *sx_d, *swx_d;
    int N = *nptx;
    double *sy_d, *swy_d;
    int M = *npty;
    double *ans0_d;
    dim3 threadsPerBlock(1,M); // Creating a two dimesional block with 1 thread in the x dimesion and M threads in the y dimesion
    dim3 numBlocks(N); // specifying the number of blocks to use of dimesion 1xM
    // Allocating GPU Memory
    cudaMalloc( (void **)&sx_d, sizeof(double) * N);
    cudaMalloc( (void **)&swx_d, sizeof(double) * N);
    cudaMalloc( (void **)&sy_d, sizeof(double) * M);
    cudaMalloc( (void **)&swy_d, sizeof(double) * M);
    cudaMalloc( (void **)&ans0_d, sizeof(double) );
    // Copying information fromm CPU to GPU
    cudaMemcpy( sx_d, sx, sizeof(double) * N, cudaMemcpyHostToDevice );
    cudaMemcpy( swx_d, swx, sizeof(double) * N, cudaMemcpyHostToDevice );
    cudaMemcpy( sy_d, sy, sizeof(double) * M, cudaMemcpyHostToDevice );
    cudaMemcpy( swy_d, swy, sizeof(double) * M, cudaMemcpyHostToDevice );
    cudaMemcpy( ans0_d, ans0, sizeof(double), cudaMemcpyHostToDevice );
    // Calling the function on the GPU
    loop_d<<< numBlocks, threadsPerBlock >>>(sx_d, swx_d, sy_d, swy_d, ans0_d, N, M);
    // Copying from GPU to CPU
    cudaMemcpy( ans0, ans0_d, sizeof(double), cudaMemcpyDeviceToHost );
    // freeing GPU memory
    cudaFree(sx_d);
    cudaFree(swx_d);
    cudaFree(sy_d);
    cudaFree(swy_d);
    cudaFree(ans0_d);
    return;
}

24

4

0

文章推荐： android - react native 安卓 NDK

文章推荐： c++ - Boost 进程流为空

文章推荐： c++ - Boost::ASIO HTTP POST 中的空主体

cuda - CUDA/CUDA Thrust 中的多态性和派生类
这是我关于 Stack Overflow 的第一个问题，这是一个很长的问题。 tl;dr 版本是:我如何使用 thrust::device_vector如果我希望它存储不同类型的对象 DerivedC
cuda - 在 cuda 内核运行时访问 cuda 设备内存
我已使用 cudaMalloc 在设备上分配内存并将其传递给内核函数。是否可以在内核完成执行之前从主机访问该内存？最佳答案我能想到的在内核仍在执行时启动 memcpy 的唯一方法是在与内核不同的流
cuda - 我可以在没有 cuda 设备的情况下编译 cuda 程序吗
是否可以在同一节点上没有支持 CUDA 的设备的情况下编译 CUDA 程序，仅使用 NVIDIA CUDA Toolkit...？最佳答案你的问题的答案是肯定的。 nvcc编译器驱动程序与设备的物
cuda - Cuda 上的引用参数
我不知道 cuda 不支持引用参数。我的程序中有这两个函数: __global__ void ExtractDisparityKernel ( ExtractDisparity& es)
cuda - CUDA 内核中主机浮点常量的使用
我正在使用 CUDA 5.0。我注意到编译器将允许我在内核中使用主机声明的 int 常量。但是，它拒绝编译任何使用主机声明的 float 常量的内核。有谁知道这种看似差异的原因？例如，下面的代码可以
cuda - CUDA 中的协作组
自从 CUDA 9 发布以来，显然可以将不同的线程和 block 分组到同一组中，以便您可以一起管理它们。这对我来说非常有用，因为我需要启动一个包含多个 block 的内核并等待所有 block 都同
cuda - CUDA 中的三线性插值
我需要在 CUDA 中执行三线性插值。这是问题定义: 给定三个点向量:x[nx]、y[ny]、z[nz] 和一个函数值矩阵func[nx][ny][nz]，我想在 x、y 范围之间的一些随机点处找到函
cuda - CUDA 是否具有向量操作内在函数？
我认为由于 CUDA 可以执行 64 位 128 位加载/存储，因此它可能具有一些用于加/减/等的内在函数。像 float3 这样的向量类型，在像 SSE 这样更少的指令中。 CUDA 有这样的功能吗
cuda - CUDA 共享内存中的并行扫描
我有一个问题，每个线程 block (一维)必须对共享内存内的一个数组进行扫描，并执行几个其他任务。 (该数组最多有 1024 个元素。) 有没有支持这种操作的好库？我检查了 Thrust 和 Cu
cuda - CUDA 线程如何工作
我对线程的形成和执行方式有很多疑惑。首先，文档将 GPU 线程描述为轻量级线程。假设我希望将两个 100*100 矩阵相乘。如果每个元素都由不同的线程计算，则这将需要 100*100 个线程。但是，
cuda - CUDA 共享内存大小意味着什么
我正在尝试自己解决这个问题，但我不能。所以我想听听你的建议。我正在编写这样的内核代码。 VGA 是 GTX 580。 xxxx >> (... threadNum ...) (note. Shar
cuda - 让 CUDA Thrust 使用您选择的 CUDA 流
查看 CUDA Thrust 代码中的内核启动，似乎它们总是使用默认流。我可以让 Thrust 使用我选择的流吗？我在 API 中遗漏了什么吗？最佳答案我想在 Thrust 1.8 发布后更新 t
cuda - CUDA 扭曲调度是确定性的吗？
我想知道 CUDA 应用程序的扭曲调度顺序是否是确定性的。具体来说，我想知道在同一设备上使用相同输入数据多次运行同一内核时，warp 执行的顺序是否会保持不变。如果没有，是否有任何东西可以强制对扭曲
cuda - CUDA 中有多少个网格
一个 GPU 中可以有多少个 CUDA 网格？两个网格可以同时存在于 GPU 中吗？还是一台 GPU 设备只有一个网格？ Kernel1>(dst1, param1); Kernel1>(dst2,
cuda - CUDA 应用程序的计算能力是否会自动升级？
如果我编译一个计算能力较低的 CUDA 程序，例如 1.3(nvcc 标志 sm_13)，并在具有 Compute Capability 2.1 的设备上运行它，它是否会利用 Compute 2.1
cuda - CUDA 固定内存是零拷贝吗？
固定内存应该可以提高从主机到设备的传输速率(api 引用)。但是我发现我不需要为内核调用 cuMemcpyHtoD 来访问这些值，也不需要为主机调用 cuMemcpyDtoA 来读取值。我不认为这会奏
cuda - CUDA 是否会自动为您进行负载平衡？
我希望对 CUDA C 中负载平衡的最佳实践有一些一般性的建议和说明，特别是: 如果经纱中的 1 个线程比其他 31 个线程花费的时间长，它会阻止其他 31 个线程完成吗？如果是这样，多余的处理能力
cuda - CUDA 中是否有内置的交叉和点积？
CUDA 中是否有像 opencl 一样的内置交叉和点积，所以 cuda 内核可以使用它？到目前为止，我在规范中找不到任何内容。最佳答案您可以在 SDK 的 cutil_math.h 中找到这些
cuda - CUDA 中的动态共享内存
有一些与我要问的问题类似的问题，但我觉得它们都没有触及我真正要寻找的核心。我现在拥有的是一种 CUDA 方法，它需要将两个数组定义到共享内存中。现在，数组的大小由在执行开始后读入程序的变量给出。因此，
cuda - CUDA 扭曲中的线程是否在多处理器上并行执行？
经线是 32 根线。 32 个线程是否在多处理器中并行执行？如果 32 个线程没有并行执行，则扭曲中没有竞争条件。在经历了一些例子后，我有了这个疑问。最佳答案在 CUDA 编程模型中，warp

首页

博学

6Ren·AI

商城

c++ - 在 CUDA 内核中传递常量整数