CUDA矩陣乘法大小

Question

我是cuda c。的新手..我使用共享內存編寫了一個基本的矩陣乘法程序..但問題是我無法將矩陣大小增加到288以上，如果這樣做，我會得到堆棧溢出錯誤..我有nvidia gtx 480 gpu ..有人可以告訴我如何增加尺寸以及我在做什么錯誤

#define tile_width 16
#define width 288
void mat_mul_kernel1(int *a,int *b,int *c)
{
    int row= blockIdx.y*blockDim.y + threadIdx.y;
    int col= blockIdx.x*blockDim.x + threadIdx.x;
    int pvalue=0;
    __shared__ int sha[tile_width*tile_width];
    __shared__ int shb[tile_width*tile_width];

    for (int m=0;m<width/tile_width;m++)
    {
        sha[threadIdx.y*tile_width+threadIdx.x]=a[row*width+(m*tile_width)+threadIdx.x];
        shb[threadIdx.y*tile_width+threadIdx.x]=b[(m*tile_width+threadIdx.y)*width+col];
        __syncthreads();
        for (int k=0;k<tile_width;k++)
            pvalue+=sha[threadIdx.y*tile_width+k]*shb[k*tile_width+threadIdx.x];
        __syncthreads();
    }

    c[row*width+col]=pvalue;
}
int main()
{
    int a[width*width],b[width*width],c[width*width];
    int *deva,*devb,*devc;
    float etime;
    for (int i=0;i<width;i++)
    {
        for(int j=0;j<width;j++)
        {
            a[i*width+j]=1;
            b[i*width+j]=1;
        }
    }
    cudaEvent_t start,stop;
    cudaEventCreate(&start);
    cudaEventCreate(&stop);
    dim3 dimGrid((int)(width)/tile_width,(int)(width)/tile_width);
    dim3 dimBlock(tile_width,tile_width);
    cudaError_t error;
    error=cudaMalloc((void**)&deva,width*width*sizeof(int));
    if(error!= cudaSuccess)
    {
        printf("error at a allocation");
        exit(EXIT_FAILURE);
    }
    error=cudaMemcpy(deva,a,width*width*sizeof(int),cudaMemcpyHostToDevice);
    if(error!= cudaSuccess)
    {
        printf("error at a copying");
        exit(EXIT_FAILURE);
    }
    error=cudaMalloc((void**)&devb,width*width*sizeof(int));
    if(error!= cudaSuccess)
    {
        printf("error at b allocation");
        exit(EXIT_FAILURE);
    }
    error=cudaMemcpy(devb,b,width*width*sizeof(int),cudaMemcpyHostToDevice);
    if(error!= cudaSuccess)
    {
        printf("error at b copying");
        exit(EXIT_FAILURE);
    }
    error=cudaMalloc((void**)&devc,width*width*sizeof(int));
    if(error!= cudaSuccess)
    {
        printf("error at c allocation");
        exit(EXIT_FAILURE);
    }
    cudaEventRecord(start,0);
    mat_mul_kernel1<<<dimGrid,dimBlock,tile_width*tile_width*sizeof(int)>>>(deva,devb,devc);
    cudaEventRecord(stop,0);
    cudaEventSynchronize(stop);
    cudaEventElapsedTime(&etime,start,stop);
    error=cudaMemcpy(c,devc,width*width*sizeof(int),cudaMemcpyDeviceToHost);
    if(error!= cudaSuccess)
    {
        printf("error at c copying");
        //exit(EXIT_FAILURE);
    }
    cudaFree(deva);
    cudaFree(devb);
    cudaFree(devc);
    printf("ElapsedTime %f milliseconds",etime);
}

Answer 1

您看到的問題與CUDA無關。 問題是您的數組a，b，c。 它們被分配在堆棧上。 它們的大小為288 x 288 x siezof(int) x 3這導致972kB（ sizeof(int) = 4 byte ）。 因此，我假設您達到了標准的最大堆棧大小，據我所知，最大堆棧大小約為1MB。

嘗試在堆上動態分配數組

int* a = (int*) malloc(width * width * sizeof(int));

並在最后釋放內存

free(a);