python - Cuda组合算法错误: CUDA_ERROR_LAUNCH_FAILED

Question

我正在尝试实现本文中描述的组合算法 https://www.developertyrone.com/blog/generating-the-mth-lexicographical-element-of-a-mathematical-combination/关于 CUDA。

它适用于 C(100,4)

     n=100
     k=4

但是当我尝试 C(200,4) 时，我收到错误消息CUDA_ERROR_LAUNCH_FAILED。

    n=200
    k=4

我几乎可以肯定计算 n=200 的组合不会溢出，但我无法找出原因。

我调试了代码，没有溢出。有趣的一点是，代码有时会在 C(150,4) 上运行，有时会失败。

我强制所有整数为 int64。我试图逐一注释每一行，以找到导致错误的确切位置。当问题似乎出在函数largestV 中的这两行时

    while choose(v, b) > x:
        v -= 1

当我评论这两行时，它不会崩溃。

完整代码如下:

import numba
from numba import cuda
import math
import numpy as np
from pdb import set_trace


@cuda.jit(device=True)
def choose(n, k):
    if n < k:
        return 0
    if n == k:
        return 1

    delta = imax = 0
    if k < n-k:
        delta = n-k
        imax = k
    else:
        delta = k
        imax = n-k

    ans = numba.int64(delta + 1)

    for i in range(2, imax+1):
        ans = numba.int64((ans * (delta + i)) / i)

    return ans


@cuda.jit(device=True)
def largestV(a, b, x):

    v = numba.int64(a-1)
    while choose(v, b) > x:
        v -= 1

    return v


@cuda.jit
def cuda_calculateMth(n, k, d_result):
    pos = cuda.grid(1)     # pylint: disable=not-callable
    if pos >= len(d_result):
        return

    m = numba.int64(pos)
    a = numba.int64(n)
    b = numba.int64(k)
    x = numba.int64((choose(a, b) - 1) - m)

    for i in range(k):
        d_result[pos][i] = largestV(a, b, x)

        x = x - choose(d_result[pos][i], b)
        a = d_result[pos][i]
        b -= 1

    for i in range(k):
        d_result[m][i] = (n-1) - d_result[m][i]




if __name__ == "__main__":

    n = 200
    k = 4
    totalcount = int((n*(n-1)*(n-2)*(n-3)) / (4 * 3 * 2))
    result = np.zeros((totalcount, 4), dtype="uint")
    temp = np.zeros(10, dtype="uint")

    d_result = cuda.to_device(result)
    d_temp = cuda.to_device(temp)

    threadsperblock = 128
    blockspergrid = (totalcount +
                     (threadsperblock - 1)) // threadsperblock

    cuda_calculateMth[blockspergrid, threadsperblock](  
        n, k, d_result)
    result = d_result.copy_to_host()
    print(result[-30:])

Answer 1

感谢talonmies，这是超时问题。我将 TDR 超时设置为 30，现在它可以工作了。