[英]CUDA c++, simple matrix multiplication error
我刚开始使用C ++进行CUDA编程,因此对这个简单的问题感到抱歉。 我根本无法弄清楚我要怎么做。 我正在尝试做矩阵乘法。 我从多个来源找到了灵感,因此可能是我混淆了一些不同的方法。 我正在尝试将两个矩阵h_a和h_b相乘。 我成功地生成了两个矩阵,但是当我为两个矩阵分配内存时,由于某种原因,我会丢失该矩阵中的值,即使在相乘之后,所有值也均为零。 下面是代码:
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include <ctime>
#include <stdio.h>
#include <iostream>
#include <math.h>
using namespace std;
__global__ void MulKernel(int *c, const int *a, const int *b, const int P)
{
float tempsum;
int row = blockIdx.y*blockDim.y + threadIdx.y;
int col = blockIdx.x*blockDim.x + threadIdx.x;
if (row < P && col < P){
for (int i = 0; i < P; i++){
tempsum += a[row*P + i] * b[i*P + col];
}
}
c[row*P + col] = tempsum;
}
int main()
{
srand(time(NULL));
int *pointer;
int N = 16;
int SIZE = N*N;
int *h_a = new int[SIZE];
int *h_b = new int[SIZE];
int *h_c = new int[SIZE];
for (int i = 0; i < SIZE; i++) {
h_a[i] = rand() % 1000;
h_b[i] = rand() % 1000;
}
cout << "First values " << h_a[0] << " " << h_b[0] << endl;
cudaMalloc(&h_a, sizeof(int)*SIZE);
cudaMalloc(&h_b, sizeof(int)*SIZE);
cudaMalloc(&h_c, sizeof(int)*SIZE);
cudaMalloc(&pointer, sizeof(int));
cout << "Second values " << h_a[0] << " " << h_b[0] << endl;
cudaMemcpy(h_a, &h_a, sizeof(int), cudaMemcpyHostToDevice);
cudaMemcpy(h_b, &h_b, sizeof(int), cudaMemcpyHostToDevice);
cudaMemcpy(pointer, &N, sizeof(int), cudaMemcpyHostToDevice);
cout << "Third values " << h_a[0] <<" "<< h_b[0] << endl;
MulKernel <<<1, 256 >>>(h_c, h_a, h_b, N);
cudaMemcpy(h_c, &h_c, sizeof(int), cudaMemcpyDeviceToHost);
cudaMemcpy(h_a, &h_a, sizeof(int), cudaMemcpyDeviceToHost);
cudaMemcpy(h_b, &h_b, sizeof(int), cudaMemcpyDeviceToHost);
for (int i = 0; i < 5; i++){
cout << h_c[i] << "=" << h_a[i] << h_b[i] << endl;
}
cout << h_c[1] << endl;
cudaFree(h_a);
cudaFree(h_b);
cudaFree(h_c);
return 0;
}
终端中的输出为:
First values 454 964
Second values 0 0
Third values 0 0
0=00
0=00
0=00
0=00
0=00
0
Press any key to continue . . .
我希望有人可以发现错误
最好的祝福
您的代码有很多问题。
每当您在使用cuda代码时遇到麻烦时,我建议您进行正确的cuda错误检查以及使用cuda-memcheck
运行代码。 在这种情况下,您已经犯了编程错误,实际上会导致段错误,因此这些方法并不是那么有用。
您的内核几乎是可行的。 有3个问题。 首先,您正在执行int
乘法,但已将您的tempsum
变量声明为float
。 那可能不是一个大问题,但与您的内核不一致。 其次,您不初始化tempsum
(应将其设置为零)。 第三,你有你的threadcheck(即if
语句来)略放错了地方。 您应该对内核进行条件处理,以便在线程越界时不写c
。
您可能对主机和设备变量感到困惑。 我们不使用new
分配主机变量,然后在同一指针上执行cudaMalloc
操作。 事情不是这样的。 我们需要创建一组等效的变量以将数据存储在设备上。 我们将其称为*d_a
等。我们将在其上调用cudaMalloc
来分配设备空间,然后在cudaMemcpy
操作中将其用作设备端变量。
您的内核需要一个2D线程数组(以便内核中的.x
和.y
内置变量具有含义)。 但是,您正在使用一维变量定义线程数组。 这需要在内核启动时解决(即使用dim3
变量定义2D数组)。 同样,内核启动应指定d_a
等作为设备指针的变量。
您可能对将N
传递给内核时如何处理类似N
的变量感到困惑。 我们可以直接(按值)传递它,而无需使用您创建的任何pointer
进行体操。
您的cudaMemcpy
操作中传输大小错误。 与memcpy
一样,您需要以字节为单位指定传输大小,因此我们需要将大多数传输大小乘以SIZE
。
这是您的代码的修改后的版本,解决了上述问题:
$ cat t1073.cu
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include <ctime>
#include <stdio.h>
#include <iostream>
#include <math.h>
using namespace std;
__global__ void MulKernel(int *c, const int *a, const int *b, const int P)
{
int tempsum=0;
int row = blockIdx.y*blockDim.y + threadIdx.y;
int col = blockIdx.x*blockDim.x + threadIdx.x;
if (row < P && col < P){
for (int i = 0; i < P; i++){
tempsum += a[row*P + i] * b[i*P + col];
}
c[row*P + col] = tempsum;
}
}
int main()
{
srand(time(NULL));
int N = 16;
int SIZE = N*N;
int *h_a = new int[SIZE];
int *h_b = new int[SIZE];
int *h_c = new int[SIZE];
for (int i = 0; i < SIZE; i++) {
h_a[i] = rand() % 1000;
h_b[i] = rand() % 1000;
}
cout << "First values " << h_a[0] << " " << h_b[0] << endl;
int *d_a, *d_b, *d_c;
cudaMalloc(&d_a, sizeof(int)*SIZE);
cudaMalloc(&d_b, sizeof(int)*SIZE);
cudaMalloc(&d_c, sizeof(int)*SIZE);
cout << "Second values " << h_a[0] << " " << h_b[0] << endl;
cudaMemcpy(d_a, h_a, sizeof(int)*SIZE, cudaMemcpyHostToDevice);
cudaMemcpy(d_b, h_b, sizeof(int)*SIZE, cudaMemcpyHostToDevice);
cout << "Third values " << h_a[0] <<" "<< h_b[0] << endl;
MulKernel <<<1, dim3(N,N) >>>(d_c, d_a, d_b, N);
cudaMemcpy(h_c, d_c, sizeof(int)*SIZE, cudaMemcpyDeviceToHost);
cudaMemcpy(h_a, d_a, sizeof(int)*SIZE, cudaMemcpyDeviceToHost);
cudaMemcpy(h_b, d_b, sizeof(int)*SIZE, cudaMemcpyDeviceToHost);
for (int i = 0; i < 5; i++){
cout << h_c[i] << "=" << h_a[i] << h_b[i] << endl;
}
cout << h_c[1] << endl;
cudaFree(d_a);
cudaFree(d_b);
cudaFree(d_c);
return 0;
}
$ nvcc -o t1073 t1073.cu
$ cuda-memcheck ./t1073
========= CUDA-MEMCHECK
First values 698 173
Second values 698 173
Third values 698 173
5502745=698173
5866060=120710
3945532=646669
4432346=582703
4971909=746272
5866060
========= ERROR SUMMARY: 0 errors
$
就我个人而言,我无法轻松解释输出,而且我不确定为什么选择了=
符号。 对于矩阵乘法,如果您正在考虑,则c [i]不等于a [i] * b [i]。 如果您想通过视觉轻松理解一个简单的测试,请尝试将a和b矩阵都设置为全部1。然后您可以轻松地找到正确的输出,它应该全部为N
还要注意,为简洁起见,我并未尝试在这个问题上教您CUDA编程的各个方面,只是解决了一些错误。 仅作为一个示例,如果将N
设置为大于32的值,则此代码将中断。您可能需要了解有关CUDA编程的更多信息,以了解为什么会这样。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.