CUDA矩阵加法段故障

Question

我只是有一个关于我编写的cuda程序的问题。 它允许我输入矩阵，列和行的大小。 假设我输入了〜1124，它计算得很好。 但是说我输入1149，它会在设备中的计算后出现段故障（我认为这是在回写期间出现段故障）。 但是说我输入2000会在设备中进行计算之前发生段错误（我认为复制期间会出现段错误）。 我认为我的问题全部与内存管理有关。 如果你们能指出正确的方向，我将不胜感激。

我在代码中加上了如何调用它。 在新的编辑中（在底部），它包含：sumMatrix（具有eleCount1的大小的空白矩阵，它是整个矩阵的大小），matrixOne（第一个矩阵），matrixTwo（第二个矩阵，以与matrix1相同的方式分配） ，eleCount1（整个矩阵的大小）。 从文件中读取了matrixOne和两个。

不确定是否有人需要查看有关我的GPU的这些信息：

• 恒定内存总量：65536字节
• 每个块的共享内存总数：49152字节
• 每个块可用的寄存器总数：32768
• 经纱尺寸：32
• 每个块的最大线程数：1024
• 块的每个尺寸的最大大小：1024 x 1024 x 64
• 网格每个尺寸的最大大小：65535 x 65535 x 65535

代码是：

void addKernel(float *c, float *a, float *b)
{
    int i = threadIdx.x;
    int idx = blockDim.x * blockIdx.x + threadIdx.x;
    c[idx] = a[idx] + b[idx];
}
cudaError_t addWithCuda(float *c, float *a, float *b, size_t size)
{
  float *dev_a = 0;
  float *dev_b = 0;
  float *dev_c = 0;
  cudaError_t cudaStatus;
  blocksNeeded=(size/MAXTHREADS)+1;
  int threadsPerBlock = MAXTHREADS/blocksNeeded+1;
  cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(float));
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMalloc failed!");
      goto Error;
  }

  cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(float));
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMalloc failed!");
      goto Error;
  }

  cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(float));
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMalloc failed!");
      goto Error;
  }

  cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(float), cudaMemcpyHostToDevice);
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMemcpy failed!");
      goto Error;
  }

  cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(float), cudaMemcpyHostToDevice);
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMemcpy failed!");
      goto Error;
  }

  addKernel<<<blocksNeeded, size>>>(dev_c, dev_a, dev_b);
  cudaStatus = cudaDeviceSynchronize();

  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);
      goto Error;
  }
  cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(float), cudaMemcpyDeviceToHost);
  if (cudaStatus != cudaSuccess) {
      fprintf(stderr, "cudaMemcpy failed!");
      goto Error;
  }

Error:
  cudaFree(dev_c);
  cudaFree(dev_a);
  cudaFree(dev_b);

  return cudaStatus;
}
//edit: added how the matrix are allocated
    float* matrixOne = (float*)malloc(sizeof(float)*file1size);
int matrixIndex = 0;
readFromFile(fd,byte, matrixOneWidth, matrixOneHeight,  matrixOne);

//matrixOneHeight--;
eleCount1 = matrixOneHeight*matrixOneWidth;
matrixOne= (float*)realloc(matrixOne,eleCount1*sizeof(float));
//Edit: Added how the addWithCuda is called.
cudaStatus = addWithCuda(sumMatrix, matrixOne,matrixTwo,eleCount1);
//sumMatrix is created after we know how large the matrices are. 
float sumMatrix[eleCount1];

Answer 1

您没有在内核中测试计算的界限。 如果总工作量未平均分配到块的大小，则某些线程将尝试写入输出数组之外的索引。 我建议您还将大小作为参数传递给内核，并引入检查：

__global__ void addKernel(float *c, float *a, float *b, int size)
{
    int i = threadIdx.x;
    int idx = blockDim.x * blockIdx.x + threadIdx.x;
    if(idx < size) c[idx] = a[idx] + b[idx];
}

Answer 2

我看到您正在索引内核中的数组a，b和c，但是您没有检查以确保索引在数组范围内。 因此，您正在写入您不拥有的内存，从而在随机位置导致段错误。