![](/img/trans.png)
[英]How to run a compiled CUDA code on a machine that doesn't have the CUDA toolkit installed?
[英]Cuda doesn't calculate what it is expected to, just silently ignores my code
我遇到一个非常奇怪的问题:Mu 9800GT似乎根本不计算。 我已经尝试了在互联网上找到的所有问候世界,其中之一是:
该程序在主机上创建1..100数组,将其发送到设备,计算每个值的平方,将其返回给主机,打印结果。
#include "stdafx.h"
#include <stdio.h>
#include <cuda.h>
__global__ void square_array(float *a, int N)
{
int idx = blockIdx.x * blockDim.x + threadIdx.x;
if (idx<N) a[idx] = a[idx] * a[idx];
}
// main routine that executes on the host
int main(void)
{
float *a_h, *a_d; // Pointer to host & device arrays
const int N = 100; // Number of elements in arrays
size_t size = N * sizeof(float);
a_h = (float *)malloc(size); // Allocate array on host
cudaMalloc((void **) &a_d, size); // Allocate array on device
// Initialize host array and copy it to CUDA device
for (int i=0; i<N; i++) a_h[i] = (float)i;
cudaMemcpy(a_d, a_h, size, cudaMemcpyHostToDevice);
// Do calculation on device:
int block_size = 4;
int n_blocks = N/block_size + (N%block_size == 0 ? 0:1);
square_array <<< n_blocks, block_size >>> (a_d, N);
// Retrieve result from device and store it in host array
cudaMemcpy(a_h, a_d, sizeof(float)*N, cudaMemcpyDeviceToHost);
// Print results
for (int i=0; i<N; i++) printf("%d %f\n", i, a_h[i]);
// Cleanup
free(a_h); cudaFree(a_d);
}
因此预期输出为:
1 1.000
2 4.000
3 9.000
4 16.000
..我发誓早在2009年,它运作良好(vista 32,deviceemu)
现在我得到输出:
1 1.000
2 2.000
3 3.000
4 4.000
所以我的卡什么也没做。 可能是什么问题? 配置是:win7x64 visual studio 2010 32位cuda工具包3.2 64位
编译设置:cuda 3.2工具包,32位目标平台,是否为deviceemu-无关紧要,结果相同。
我也在vmware xp(32bit)visual studio 2008上尝试过。结果是相同的。
请帮助我,我几乎没有编写程序来进行编译,现在我需要它来工作。
您也可以从我在nvidia论坛上的帖子中查看所有需要的项目(2.7 kb)
谢谢,伊利亚
您的代码会在Linux系统上产生预期的结果,因此建议您检查cudaMalloc
和cudaMemcpy
返回的错误代码,以确保没有静默的驱动程序/运行时错误。 例如
cudaError_t error = cudaMemcpy(a_h, a_d, sizeof(float)*N, cudaMemcpyDeviceToHost);
printf("error status: %s\n", cudaGetErrorString(error));
应该打印
error status: no error
如果通话成功。
另外,我认为设备仿真在CUDA 3.0中已弃用,而在CUDA 3.1中已完全删除。 我不知道那是否与您的问题有关。
要编译多个文件,您只需执行以下操作
$nvcc -c foo.cu
$nvcc -c bar.cu
$nvcc -o foobar foo.o bar.o
或者,您可以在最后一步使用g++
进行链接,如下所示
$g++ -o foobar foo.o bar.o -L/usr/local/cuda/lib64 -lcudart
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.