混合推力和cuBLAS输出意外结果

Question

我喜欢推力库，尤其是它如何很好地隐藏cudaMalloc，cudaFree等的复杂性。

我想对矩阵的所有列求和。 因此，我使用cuBlas的“ cublasSgemv”并将矩阵乘以一个矢量。 这是我的代码：

void sEarColSum(std::vector<float>& inMatrix, int colSize)
{
    cublasHandle_t handle; // CUBLAS context
    float al = 1.0f; // al =1
    float bet = 1.0f; // bet =1
    int rowSize = inMatrix.size() / colSize;

    float *devOutputPtr = thrust::raw_pointer_cast(thrust::device_malloc<float>(colSize));

    thrust::device_vector<float> deviceT2DMatrix(inMatrix.begin(), inMatrix.end());
    float* device2DMatrixPtr = thrust::raw_pointer_cast(deviceT2DMatrix.data());

    thrust::device_vector<float> deviceVector(rowSize, 1.0f);
    float* deviceVecPtr = thrust::raw_pointer_cast(deviceVector.data());

    cublasCreate(&handle);
    cublasSgemv(handle, CUBLAS_OP_N, colSize, rowSize, &al, device2DMatrixPtr, colSize, deviceVecPtr, 1, &bet, devOutputPtr, 1);

    std::vector<float> outputVec(colSize);
    cudaMemcpy(outputVec.data(), devOutputPtr, outputVec.size() * sizeof(float), cudaMemcpyDeviceToHost);

    for (auto elem : outputVec)
        std::cout << elem << std::endl;
}



int main(void)
{
    std::vector < float > temp(100, 1); // A vector of 100 elements each 1 
    sEarColSum( temp, 10 ); // Means my vector will have 10 columns and 100/10 = 10 rows  
  //so I expect a output vector with 10 elements. Which all elements have the value of 10. 
}

不幸的是结果只是垃圾。 我期望一个由十个元素组成的向量，每个值都是十。 但是相反，我得到的是：

30
30
-2.80392e+036
30
30
-4.95176e+029
30
6.64319e+016
-3.72391e+037
30

我有什么遗漏吗，我的代码哪里出错了？
其次，是否仍然可以使用调试器检查“ float * device2DMatrixPtr”？ Visual Studio会显示其地址，但由于它位于GPU内存中，因此不会显示地址内的数据。

Answer 1

cublas函数gemv执行矩阵向量乘积 ：

y = alpha*A*x + beta*y

上面等式中的y由您分配的devOutputPtr表示，如下所示：

float *devOutputPtr = thrust::raw_pointer_cast(thrust::device_malloc<float>(colSize));

普通的推力分配是这样的：

thrust::device_vector<float> my_vec...

将分配并初始化存储，但是thrust::device_malloc仅分配存储，而不初始化。

因此，您的y “向量”最初包含垃圾。 如果您将beta设置为零，则没关系。 但是，由于您的beta设置为1，因此未初始化区域的内容将添加到结果向量中。

如果您设定

float bet = 0.0f;

我想您会得到预期的结果（我确实做了更改）。

关于这个问题：

其次，是否仍然可以使用调试器检查“ float * device2DMatrixPtr”？

您可以使用deviceT2DMatrix printf或std::cout来打印出deviceT2DMatrix值。 Thrust会为您“复制”设备->主机值，以简化操作。 如果要访问调试器中的设备副本，请在Windows上使用nsight VSE的设备调试功能，或者在Linux上使用nsight EE或cuda-gdb