库达矩阵加集断层

Question

我只是对我写的库达程序有个问题。它允许我输入矩阵的大小，col和行。假设我输入了~1124，它计算得很好。但是，假设我输入了1149，在设备中计算后，它会捕获错误(我认为它在复制过程中发生了Seg故障)。但是假设我输入了2000，它在设备中计算之前就会产生故障(我认为它在复制过程中会产生故障)。我想我的问题都是内存管理。如果你们能给我指明正确的方向我会很感激的。

我用调用它的方式编辑了代码。在新的编辑(底部)中，包含:sumMatrix( eleCount1大小的空白矩阵，即整个矩阵的大小)、matrixOne(第一矩阵)、matrixTwo(第二矩阵，分配相同的matrix1方法)、eleCount1(整个矩阵的大小)。matrixOne和两个都是从文件中读取的。

我不确定是否有人需要看我的GPU的这些东西：

• 固定内存总量: 65536字节
• 每个块共享内存总量: 49152字节
• 每个块可用寄存器总数:32768
• 翘曲大小:32
• 翘曲大小:32

<代码>H 19每个块的最大线程数: 1024 <代码>H 210<代码>H 111块的每个维度的最大大小:1024x1024x64<代码>H 212<代码>H 113网格中每个维度的最大大小: 65535 x 65535 x 65535H 214F 215

守则是：

void addKernel(float *c, float *a, float *b)
{
    int i = threadIdx.x;
    int idx = blockDim.x * blockIdx.x + threadIdx.x;
    c[idx] = a[idx] + b[idx];
}
cudaError_t addWithCuda(float *c, float *a, float *b, size_t size)
{
  float *dev_a = 0;
  float *dev_b = 0;
  float *dev_c = 0;
  cudaError_t cudaStatus;
  blocksNeeded=(size/MAXTHREADS)+1;
  int threadsPerBlock = MAXTHREADS/blocksNeeded+1;
  cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(float));
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMalloc failed!");
      goto Error;
  }

  cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(float));
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMalloc failed!");
      goto Error;
  }

  cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(float));
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMalloc failed!");
      goto Error;
  }

  cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(float), cudaMemcpyHostToDevice);
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMemcpy failed!");
      goto Error;
  }

  cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(float), cudaMemcpyHostToDevice);
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMemcpy failed!");
      goto Error;
  }

  addKernel<<<blocksNeeded, size>>>(dev_c, dev_a, dev_b);
  cudaStatus = cudaDeviceSynchronize();

  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);
      goto Error;
  }
  cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(float), cudaMemcpyDeviceToHost);
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMemcpy failed!");
      goto Error;
  }

Error:
  cudaFree(dev_c);
  cudaFree(dev_a);
  cudaFree(dev_b);

  return cudaStatus;
}
//edit: added how the matrix are allocated
    float* matrixOne = (float*)malloc(sizeof(float)*file1size);
int matrixIndex = 0;
readFromFile(fd,byte, matrixOneWidth, matrixOneHeight,  matrixOne);

//matrixOneHeight--;
eleCount1 = matrixOneHeight*matrixOneWidth;
matrixOne= (float*)realloc(matrixOne,eleCount1*sizeof(float));
//Edit: Added how the addWithCuda is called.
cudaStatus = addWithCuda(sumMatrix, matrixOne,matrixTwo,eleCount1);
//sumMatrix is created after we know how large the matrices are. 
float sumMatrix[eleCount1];

Answer 1

您并不是在测试内核中计算的界限。如果总工作量不均匀地分配到块的大小，一些线程将尝试写入输出数组之外的索引。我建议您也将大小作为参数传递给内核，并引入检查：

__global__ void addKernel(float *c, float *a, float *b, int size)
{
    int i = threadIdx.x;
    int idx = blockDim.x * blockIdx.x + threadIdx.x;
    if(idx < size) c[idx] = a[idx] + b[idx];
}

Answer 2

我看到您正在为内核中的数组a、b和c建立索引，但是您没有检查索引是否在数组边界内。因此，您正在将不属于自己的内存写入内存中，从而在随机位置造成seg错误。