accelerator.cu(8)：错误:属性“托管”不适用于此？

Question

我正在编写的程序(Accelerator.cu)不会在NVCC8.0.61下用nvcc -std=c++11 -o accelerator accelerator.cu编译。对于__device__、__global__和__shared__失败的原因，还有其他答案，但没有一个在自定义代码中揭示了此错误的原因。我正试图跟随导游https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#um-global-scope。但是，在尝试以下代码时：

#include <cuda_runtime_api.h>
#include <cuda.h>

// CUDA Acceleration Adapter.
class Accelerator {
public:
    __device__ __managed__  float**  A;
    __device__ __managed__  float*  B;
    __device__ __managed__  int  N;
    __device__ __managed__  int  C;

    Accelerator () {}

    Accelerator (int N, int C) {
        // initialize variables (unified memory).
        N = records;

        // are "inputs"
        this->C = C;
    }

    void setData (vector<vector<float>>& A, vector<float>& B) {
        // convert vectors to arrays that the GPU can address.
    }

    void accelerate (vector<float>& results) {
        // run kernel.
        // convert results back to vector.
    }

    __global__ void evaluate (float **A, float *B, int N, int C) {
        // do stuff.
    }

};

void main () {
    Accelerator testAcc();
}

但是，我收到了所有A的错误

accelerator.cu(8): error: attribute "device" does not apply here
accelerator.cu(8): error: attribute "managed" does not apply here

以及其他3个成员变量的类似错误。

这是我第一次尝试编写我自己的GPU加速程序.如果有人知道出了什么问题，我们会非常感谢你的帮助。

Answer 1

你可能会遇到很多问题。我将主要关注一些尝试获得您展示的编译内容的内容，而不是深入了解您可能在这里讨论的CUDA编程的每一个方面。

您引用的问题(例如在类成员变量上使用__device__ )是明令禁止。

同样，也不允许使用__managed__ (因为它是作用域静态分配)。在这样的场景中，您应该使用普通的类成员变量，并根据需要动态分配它们，比如在构造函数中，或者使用动态托管分配器(cudaMallocManaged)。使用指针变量作为类成员变量肯定表明了这种方法。

你所概述的可能还有其他的挑战。例如，__global__函数可能不是类成员函数。。

在CUDA编程中，您可能需要进行大量的学习，但以下是您所展示的未涉及任何明显问题的被黑客攻击的版本：

#include <vector>
using namespace std;
// CUDA Acceleration Adapter.
    __global__ void evaluate (float *a, float *b, int n, int c) {
        for (int i = 0; i < n; i++) a[i]++;
        for (int i = 0; i < c; i++) b[i]++;
    }
class Accelerator {
public:
  float*  A;
  float*  B;
  int  N;
  int  C;

    Accelerator () {}

    Accelerator (int N, int C) {
        // initialize variables (unified memory).
        this->N = N;

        // are "inputs"
        this->C = C;
        cudaMallocManaged(&A, N*sizeof(float));
        cudaMallocManaged(&B, C*sizeof(float));
    }

    void setData (vector<float>& A, vector<float>& B) {
        for (int i=0; i < N; i++) (this->A)[i] = A[i];
        for (int i=0; i < C; i++) (this->B)[i] = B[i];
    }

    void accelerate (vector<float>& results) {
        evaluate<<<1,1>>>(A, B, N, C);
        cudaDeviceSynchronize();
        for (int i = 0; i<N; i++) results[i] = A[i];
    }

};
int  main () {
    Accelerator testAcc(5,3);
}