我需要编写一个应用程序来根据其他矩阵计算一些矩阵。 通常，它对初始矩阵E的行的外积求和，并将其乘以从给定范围内的每个t的v和t计算的一些数字。 我是CUDA的新手，所以在实现中可能会有一些非常错误的想法。 所以，有我的代码和评论中的一些解释：#include <cupy/complex.cuh ...
所以我需要 runParatron 子级在 for 循环的下一次迭代发生之前完全完成。 根据我得到的结果，我很确定这不会发生。 例如，我在 runParatron 中有一个打印语句，它在第一个“[”打印到 for 循环之外后执行。 我尝试运行 cudaDeviceSynchronize，但它不会编 ...
我正在构建一个管道以将文件从 Sharepoint 复制到工作中的 Azule Blob 存储。 在阅读了一些文档之后，我能够创建一个只复制某些文件的管道。 但是，我想通过使用动态文件路径在 Sharepoint 中指定源文件来自动化此管道。 换句话说，当我在 2022/07/14 运行管道时，我想 ...
我目前正在 CUDA 中尝试我的第一个动态并行代码。它非常简单。 在父母 kernel 中，我正在做这样的事情： 假设我到目前为止做的事情是正确的，在aGlobalPayloads执行后访问 aGlobalPayloads 中的结果的最快方法是什么？ （我尝试使用cudaMemcpy()将aGl ...
我正在尝试创建最基本的 CUDA 应用程序来演示动态并行、单独编译和链接、静态库中的 CUDA 内核，并且我正在尝试使用 CMake 生成 Visual Studio 解决方案。 我使用的是 CMake 3.21.3、CUDA 11.4 和 Visual Studio 2019 (16.11.5)。 ...
我正在尝试学习如何使用 CUDA 动态并行。 我有一个简单的 CUDA kernel 创建一些工作，然后启动新内核来执行该工作。 假设我启动父 kernel 只有 1 个线程块，如下所示： 现在，在我的父 kernel 中，我创建了作品，然后启动了一个子内核，如下所示： 请注意，子 kernel ...
所以我使用的是 GTX 1050，计算能力为 6.1，CUDA 11.0。 我需要在我的程序中使用网格同步，因此需要cudaLaunchCooperativeKernel() 。 我已经检查了我的设备查询，所以 GPU 确实支持协作组。 我无法执行以下 function 打电话后， 收到错误“不允 ...
我想通过在设备内核中调用它来使thrust::scatter异步（我也可以通过在另一个主机线程中调用它来实现）。 thrust::cuda::par.on(stream)是无法从设备 kernel 调用的主机 function。 以下代码在图灵架构上使用 CUDA 10.1 进行了尝试。 我知道 ...
我正在尝试编写一个几乎完全在GPU上运行的程序（与主机的交互很少）。 initKernel是从主机启动的第一个内核。 我使用动态并行从initKernel启动后续内核，其中两个是thrust::sort(thrust::device,...) 。 在启动initKernel之前， ...
让我们在有父子内核的地方采用以下代码。 我们希望从所述父内核中以不同的流启动threadIdx.x子内核，以最大程度地提高并行吞吐量。 然后，我们等待带有cudaDeviceSynchronize()子级，因为父内核需要查看对global内存所做的更改。 现在让我们说我们还希望使用流启 ...
我有一堆使用动态并行性的.cu文件（a.cu，b.cu，c.cu ..，e.cu，f.cu），还有一个主文件，该文件使用MPI从a调用函数.cu在多个节点上。 我正在尝试编写一个make文件来编译可执行文件，但我一直面临以下错误： 这是我的makefile： ...
我正在使用以下内核测试动态并行性，该内核使用分而治之的动态并行性获取整数数组的最大值： 一个被称为： getMax<<<1,1>>>(d_arr, 0, N, d_max) ，其中d_arr是数组，N是其大小，d_max是其最大值。 尽管有时我得到正 ...
我正在尝试GTX 980 ti卡上的动态并行性。 所有运行代码的尝试都会返回“未知错误”。 简单代码如下所示，带有编译选项。 我可以在depth=0处执行内核而没有任何问题。 第一次调用孩子时，会给出错误。 在查看其他问题之后包含了cudaDeviceSynchronize() ， ...
使用CUDA Dynamic Parallelism时，我们遇到了性能问题。 目前，CDP的表现比传统方法慢至少3倍。 我们制作了最简单的可重现代码来显示这个问题，即将数组的所有元素的值增加+1。 即 这个简单示例的目的只是为了查看CDP是否可以像其他CDP一样执行，或者是否存在严 ...
我正在使用OpenCL 2.0动态并行功能，并且每个工作项都通过单个工作项排队到另一个内核中。 当子内核的工作完成时间很高时，父内核会先完成，然后子代和内存一致性将不会保留，并且会返回损坏的数据（随机更新的数据项）。 由于clFinish（）和clEnqueueMarkerWithWai ...
产生错误的内核代码： 我测试了以下代码，以确保OpenCL 2.0编译器正常工作。 扫描功能提供0、1、3、6作为输出，因此OpenCL 2.0还原功能可以正常工作。 动态并行是OpenCL 2.0的扩展吗？ 如果删除enqueue_kernel命令，结果将等于预期值（省 ...
我试图从内核调用cudaMemsetAsync （所谓的“动态并行”）。 但无论我使用什么值，它总是将内存设置为0。 这是我的测试代码： 如果我运行它，我得到这样的输出： 当我调用内存集时，我使用值0x7FFFFFFF 。 我期待非零数字，但它总是显示为零。 这是 ...
问题1：如果共享内存仅由子内核使用，我是否必须指定要在父内核启动时分配的动态共享内存的数量。 问题2：以下是我的子内核和父内核 父核 子内核 在这里，单独使用子内核可以正常工作。 但是，当它从另一个内核启动时，在父内核通过cudaDeviceSynchronize( ...
当您在GPU上的主要内核中启动辅助内核时，会产生一些开销。 导致或影响此开销数量的因素有哪些？ 例如，内核代码的大小，正在启动内核的SM的占用，内核参数的大小等。 为了这个问题，让我们包容，并将“开销”定义为以下时间间隔的总和： 开始：SM看到启动指令 结束：SM开始执行子内 ...
虽然我已经写了一段时间的CUDA内核，但我还没有使用动态并行（DP）。 我遇到了我认为可能适合的任务； 但是，我希望能够使用DP的方式是： 如果block发现需要更多线程来完成工作，则会生成它们。 它向其产生的线程赋予“所知”-本质上是其共享内存的内容， 每个产生线程的块都在其自己的 ...