如何从多个CPU线程管理相同的CUDA内核调用？

Question

我有一个cuda内核，当从单个CPU线程调用时，它可以正常工作。 但是，当从多个CPU线程（〜100）调用同一内核时，大多数内核似乎根本不执行，因为结果全为零。有人可以指导我如何解决此问题吗？

在当前版本的内核中，我在内核调用结束时使用cudadevicesynchronize（） 。 在这种情况下，在cudaMalloc（）和内核调用之前添加sync命令会有帮助吗？

还有另一件事需要澄清。 即，如果两个CPU线程执行相同的cudaMalloc（）命令，则后者会覆盖GPU内存中的前者还是会创建自己的内存？

在此先感谢您的帮助

Answer 1

通常，一个CPU线程可用于调用CUDA内核。 但是，从CUDA 4.0开始，多个CPU线程可以共享上下文。 您可以使用cuCtxSetCurrent将内核的上下文绑定到当前线程。 有关此API函数的更多信息，请参见此处 。

另一个解决方法是创建一个保存上下文的GPU工作线程，并将任何CUDA请求传递给该线程。

关于您的其他问题，我没有设置适当线程的上下文，我记得cudaMalloc甚至不会执行（我使用JCuda，因此行为可能有所不同）。 但是，如果当前将上下文设置为调用内核，则不会覆盖内存。