c++ - 将数组传递给 Cuda

Question

你好，

我是 CUDA 的新手，我正在尝试将一组数据复制到 CUDA 内核中。我不确定我做错了什么，如果有一些正确的指示，我真的可以做。

如果我不使用数组设置数据，我的 UpdatePixel 函数就可以工作。如果我将 colour.x 设置为 1，我的整个屏幕都会变红。如果我使用 m_dataPtr[index] 作为 colour.x，只有屏幕底部的几个像素变红(少于 5 个像素)。我附上了 cuda 代码和我认为相关的 c++ 代码。由于代码在 colour.x = 1 下运行良好，我怀疑是 cuda 代码的复制//分配部分损坏了吗？

CUDA:

#include <cutil_inline.h>
#include <cutil_math.h>

__constant__ float* m_dataPtr; 

__device__ unsigned int rgbaFloatToInt_new(float4 rgba)
{
    rgba.x = __saturatef(rgba.x);   // clamp to [0.0, 1.0]
    rgba.y = __saturatef(rgba.y);
    rgba.z = __saturatef(rgba.z);
    rgba.w = __saturatef(rgba.w);
    return (uint(rgba.w*255)<<24) | (uint(rgba.z*255)<<16) | (uint(rgba.y*255)<<8) | uint(rgba.x*255);
}

__global__ void UpdatePixel(unsigned int *outputImage, unsigned int imageW, unsigned int imageH)
{
    uint x = blockIdx.x*blockDim.x + threadIdx.x;
    uint y = blockIdx.y*blockDim.y + threadIdx.y;
    unsigned int index = y * imageW + x;

    float data = m_dataPtr[index];
    float4 colour;
    colour.x = data;
    colour.y = 0;
    colour.z = 0;
    colour.w = 1;

    outputImage[index] = rgbaFloatToInt_new(colour); 
}

extern "C" void UpdateImage(dim3 gridSize, dim3 blockSize,uint *d_output, uint imageW, uint imageH)
{
    UpdatePixel<<<gridSize, blockSize>>>( d_output, imageW, imageH);
}

extern "C" void AllocateData(size_t dataSize)
{
    cudaFree(m_dataPtr);
    cutilSafeCall( cudaMalloc((void**)&m_dataPtr, dataSize) );
}

extern "C" void CopyData(float *dataPtr, size_t dataSize)
{
    cutilSafeCall( cudaMemcpy(m_dataPtr, dataPtr, dataSize, cudaMemcpyHostToDevice ) );
}

C++:

    float *pixelData = new float[imageWidth * imageHeight];
    unsigned int pixelDataSize = (sizeof(float) * imageWidth * imageHeight);

    for(unsigned int x = 0; x < imageWidth; x++)
    {
        for(unsigned int y = 0; y < imageHeight; y++)
        {
            unsigned int idx = imageWidth * y + x;
            pixelData[idx] = 1;
        }
    }

    AllocateData(pixelDataSize);
    CopyData(pixelData, pixelDataSize);

Answer 1

如果您在 gpu 上使用常量内存，则需要使用 cudaMemcpyToSymbol 而不是 cudaMemcpy。