CUDA 没有按预期工作？

Question

我已经编写了 CUDA 代码。

unsigned long mask_buffer;
int s;
off_t p,

for(p=0;p!=5000;p++)
{
    for(s=start;s!=end;s++)
    {
        ref_off = *(((unsigned int*)(idx_base)) + p);

        if((int)(first_indexes[s-start_sequence] % 8 - ref_off % 8) < 0)
        {
            int shamt2 = (ref_off % 8 - first_indexes[s-start_sequence] % 8);
            mask_buffer = *((unsigned long *)(msk_base + (ref_off - first_indexes[s-start_sequence])/8)) >> shamt2;

            if( ( (*(unsigned long *)(seqmaskc + 16 * (s-start_sequence))) ^ mask_buffer ) << shamt2) 
                continue;
        }

        else if((int)(first_indexes[s-start_sequence] % 8 - ref_off % 8) == 0)
        {
            mask_buffer = *((unsigned long *)(msk_base + (ref_off)/8));

            if( (*(unsigned long *)(seqmaskc + 16 * (s-start_sequence)) ^ mask_buffer))
                continue;
        }

        else
        {
            int shamt2 = 8 - (first_indexes[s-start_sequence] % 8 - ref_off % 8);
            mask_buffer = *((unsigned long *)(msk_base + (ref_off/8- first_indexes[s-start_sequence]/8) - 1)) >> shamt2;

            if( ( (*(unsigned long *)(seqmaskc + 16 * (s-start_sequence))) ^ mask_buffer ) << shamt2) 
                continue;
        }

        int shamt = (ref_off % 4 - first_indexes[s-start_sequence] % 4) * 2;

        memcpy(reference_blk, ref_base + ref_off / 4 - first_indexes[s-start_sequence] / 4, sequence_bytes);

        for (rp = last_rp ; rp != (unsigned long *) reference_blk ; rp--) 
        {
            unsigned long tmp = ((*rp) & ((1 << shamt) - 1)) << (8 * sizeof(unsigned long) - shamt);
            *rp = (*rp >> shamt) | shifted_in;
            shifted_in = tmp;
        }

        *rp = (*rp >> shamt) | shifted_in;

        if (sequence_length & 0x3)
            reference_blk[sequence_length >> 2] &= (1 << ((sequence_length & 0x3) << 1)) - 1;

        for ( i = sequence_length >> 2 ; i & (SEQUENCE_ALIGN - 1) ; i++ )
            reference_blk[i] = 0;

        //-- instead of memcmp --//
        int v = 0;
        char *p1 = (char *)sequence;
        char *p2 = (char *)reference_blk;
        int tmp_asd = sequence_bytes;

        while(tmp_asd!=0)
        {
            v = *(p1++) - *(p2++);

            if(v!=0)
                break;

            tmp_asd--;
        }

        if(v == 0)
        {
            mat_count[s - (int)start_sequence]++;      /* Maintain count */
            mat_position[s - (int)start_sequence] = ref_off-first_indexes[s-start_sequence]; /* Record latest position */
        }

    }
}

这个 for 循环是我的代码的主要功能。但问题是变量“p”永远不会增加超过 5 或 6。我的电脑里有GT530，我的CUDA驱动程序版本和运行时版本也是4.0。这段代码有什么问题？？？

Answer 1

假设这确实是一个内核，您在新代码编辑之前的原始帖子声称它是一个内核，那么您不能在 CUDA 内核内调用标准 C 库函数，如 memcpy (您可以这样做)大约是代码的一半)。您只能在内核中调用__device__ 函数。因此，除非这是 CUDA 中 memcpy 的重新实现，否则在内核中调用该函数将无法工作...

此外，如果您打算尝试编写需要检查组中其他线程写入的结果的 CUDA 内核，例如您在内核的内存比较部分中所做的操作，那么您将需要在代码中放置一些同步点，以确保在开始检查这些线程的结果之前所有线程都已达到某个点。如果您试图检查另一个 block 可能已写入主内存，也有同步原语，以确保任何先前线程 block 的结果已写入主内存。