有人知道为什么下面的函数使用 16,432 B 的共享数据吗? 在我看来应该是:2 x 32 x 32 x 8 B = 16,384 B
__global__ void matrixMulKernel(double *c, const double *a, const double *b, unsigned int size)
{
__shared__ double as[32][32];
__shared__ double bs[32][32];
unsigned int bx = blockIdx.x, by = blockIdx.y;
unsigned int tx = threadIdx.x, ty = threadIdx.y;
unsigned int row = bx * TILE_WIDTH + tx;
unsigned int col = by * TILE_WIDTH + ty;
double Pval = 0.0;
for(unsigned int q = 0; q < size / TILE_WIDTH; q++)
{
as[tx][ty] = a[row * size + q * TILE_WIDTH + ty];
bs[ty][tx] = b[(q * TILE_WIDTH + tx) * size + col];
__syncthreads();
for(unsigned int k = 0; k < TILE_WIDTH; k++)
Pval += as[tx][k] * bs[k][ty];
__syncthreads();
}
c[row * size + col] = Pval;
}
编译器给出以下错误:
Entry function '_Z15matrixMulKernelPdPKdS1_j' uses too much shared data (0x4030 bytes, 0x4000 max)
我感兴趣的是为什么会这样,而不是作为解决方法:)
最佳答案
您可能正在为 cc 1.x 设备进行编译。 documentation表示 cc 1.x 设备的全局内核参数通过共享内存传递。
因此,您的显式 __shared__
声明有 16,384 字节。
其余部分来自显式内核参数所需的 28 字节(假设 64 位目标)以及通过共享内存通信的其他开销。
尝试针对 cc 2.x 设备进行编译:
nvcc -arch=sm_20 ...
关于Cuda::入口函数共享数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21915225/