我正在尝试将 C++ 代码转换为 Cuda 代码,并且我有以下三重嵌套 for 循环,它将填充一个数组以进一步进行 OpenGL 渲染(我只是创建一个坐标顶点数组):
for(int z=0;z<263;z++) {
for(int y=0;y<170;y++) {
for(int x=0;x<170;x++) {
g_vertex_buffer_data_3[i]=(float)x+0.5f;
g_vertex_buffer_data_3[i+1]=(float)y+0.5f;
g_vertex_buffer_data_3[i+2]=-(float)z+0.5f;
i+=3;
}
}
}
我希望获得更快的操作,因此我将使用 Cuda 进行一些操作,例如上面列出的操作。我想为最外层循环的每次迭代创建一个 block ,并且由于内部循环的迭代次数为 170 * 170 = 28900 次,因此为每个最内层循环迭代分配一个线程。我将 C++ 代码转换成这个(这只是我为了解如何使用 Cuda 而编写的一个小程序):
__global__ void mykernel(int k, float *buffer) {
int idz=blockIdx.x;
int idx=threadIdx.x;
int idy=threadIdx.y;
buffer[k]=idx+0.5;
buffer[k+1]=idy+0.5;
buffer[k+2]=idz+0.5;
k+=3;
}
int main(void) {
int dim=3*170*170*263;
float* g_vertex_buffer_data_2 = new float[dim];
float* g_vertex_buffer_data_3;
int i=0;
HANDLE_ERROR(cudaMalloc((void**)&g_vertex_buffer_data_3, sizeof(float)*dim));
dim3 dimBlock(170, 170);
dim3 dimGrid(263);
mykernel<<<dimGrid, dimBlock>>>(i, g_vertex_buffer_data_3);
HANDLE_ERROR(cudaMemcpy(&g_vertex_buffer_data_2,g_vertex_buffer_data_3,sizeof(float)*dim,cudaMemcpyDeviceToHost));
for(int j=0;j<100;j++){
printf("g_vertex_buffer_data_2[%d]=%f\n",j,g_vertex_buffer_data_2[j]);
}
cudaFree(g_vertex_buffer_data_3);
return 0;
}
尝试启动它时出现段错误。你知道我做错了什么吗? 我认为问题在于 threadIdx.x 和 threadIdx.y 同时增长,而我希望 threadIdx.x 成为内部的而 threadIdx.y 成为外部的。
最佳答案
这里有很多错误,但是段错误的来源是这样的:
cudaMemcpy(&g_vertex_buffer_data_2,g_vertex_buffer_data_3,
sizeof(float)*dim,cudaMemcpyDeviceToHost);
你要么想要
cudaMemcpy(&g_vertex_buffer_data_2[0],g_vertex_buffer_data_3,
sizeof(float)*dim,cudaMemcpyDeviceToHost);
或
cudaMemcpy(g_vertex_buffer_data_2,g_vertex_buffer_data_3,
sizeof(float)*dim,cudaMemcpyDeviceToHost);
修复后,您会注意到内核实际上从未启动并出现无效启动错误。这是因为 (170,170)
的 block 大小是非法的。 CUDA 在所有当前硬件上都有每个 block 1024 个线程的限制。
您的代码中很可能还有其他问题。找到这两个后我就不再找了。
关于c++ - Cuda 三重嵌套 for 循环赋值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38097435/