即使我正確初始化，為什么會出現“ cuMemAlloc失敗：未初始化”的信息？

Question

我的Django / Celery / PyCuda設置出現問題。 我正在使用PyCuda在Amazon EC2 G2實例上進行某些圖像處理。 這是我的支持Cuda的GRID K520卡上的信息：檢測到1個支持CUDA的設備

Device 0: "GRID K520"
CUDA Driver Version / Runtime Version          6.0 / 6.0
CUDA Capability Major/Minor version number:    3.0
Total amount of global memory:                 4096 MBytes (4294770688 bytes)
( 8) Multiprocessors, (192) CUDA Cores/MP:     1536 CUDA Cores
GPU Clock rate:                                797 MHz (0.80 GHz)
Memory Clock rate:                             2500 Mhz
Memory Bus Width:                              256-bit
L2 Cache Size:                                 524288 bytes
Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
Total amount of constant memory:               65536 bytes
Total amount of shared memory per block:       49152 bytes
Total number of registers available per block: 65536
Warp size:                                     32
Maximum number of threads per multiprocessor:  2048
Maximum number of threads per block:           1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
Maximum memory pitch:                          2147483647 bytes
Texture alignment:                             512 bytes
Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
Run time limit on kernels:                     No
Integrated GPU sharing Host Memory:            No
Support host page-locked memory mapping:       Yes
Alignment requirement for Surfaces:            Yes
Device has ECC support:                        Disabled
Device supports Unified Addressing (UVA):      Yes
Device PCI Bus ID / PCI location ID:           0 / 3
Compute Mode:
 < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.0, CUDA Runtime Version = 6.0,   NumDevs = 1, Device0 = GRID K520
Result = PASS

我正在使用一個非常好的現成的celery配置。 我在utils / tasks.py中定義了一組任務，這些任務在嘗試使用PyCuda之前已經過測試並可以工作。 我通過pip安裝了PyCuda。

在遇到問題的文件頂部，執行標准導入：

from celery import task
# other imports
import os
try:
    import Image
except Exception:
    from PIL import Image
import time

#Cuda imports
import pycuda.autoinit
import pycuda.driver as cuda
from pycuda.compiler import SourceModule
import numpy

遠程服務器將啟動一個任務，該任務遵循以下基本工作流程：

 @task()
 def photo_function(photo_id,...):
     print 'Got photo...'
     ... Do some stuff ...
     result = do_photo_manipulation(photo_id)
     return result

def do_photo_manipulation(photo_id):
    im = Image.open(inPath)
    px = numpy.array(im)
    px = px.astype(numpy.float32)
    d_px = cuda.mem_alloc(px.nbytes)
    ... (Do stuff with the pixel array) ...
    return new_image

如果我在shell plus（即./manage.py shell_plus）中運行它，並且如果我將其作為獨立的，Django和芹菜之外的進程運行，則此方法有效。 僅在這種情況下它會失敗，並顯示以下錯誤：cuMemAlloc失敗：未初始化

我看了一段時間其他解決方案，並嘗試將import語句放入函數本身中進行初始化。 我還插入了一個wait（）語句，以確保gpu准備工作不是問題。

這是一個提示錯誤的答案，它是由於我沒有導入pycuda.autoinit而導致的： http ://comments.gmane.org/gmane.comp.python.cuda/1975

這里的任何幫助將不勝感激！

如果我需要提供更多信息，請告訴我！

編輯：這是測試代碼：def CudaImageShift（imageIn，mode =“ luminsity”，log = 0）：

    if log == 1 :
        print ("----------> CUDA CONVERSION")

#    print "ENVIRON: "
#    import os
#    print os.environ

    print 'AUTOINIT'
    print pycuda.autoinit

    print 'Making context...'
    context = make_default_context()
    print 'Context created.'
    totalT0 = time.time()

    print 'Doing test run...'
    a = numpy.random.randn(4,4)
    a = a.astype(numpy.float32)
    print 'Test mem alloc'
    a_gpu = cuda.mem_alloc(a.nbytes)
    print 'MemAlloc complete, test mem copy'
    cuda.memcpy_htod(a_gpu, a)
    print 'memcopy complete'


[2014-07-15 14:52:20,469: WARNING/Worker-1] cuDeviceGetCount failed: not initialized

Answer 1

我相信您遇到的問題與CUDA上下文有關。 從CUDA 4.0開始，每個進程和每個設備都需要CUDA上下文。

在后台，芹菜將為任務工作者生成進程。 當進程/任務啟動時，它將沒有可用的上下文。 在pyCUDA中，上下文創建在autoinit模塊中進行。 這就是為什么如果您以獨立方式運行代碼（不創建任何額外的過程且上下文有效）或將import autoinit放入CUDA任務中（現在的過程/任務將具有上下文），則代碼將起作用的原因已經嘗試過了）。

如果您想避免導入，雖然我對pyCUDA及其如何處理上下文管理不是很熟悉，但您也許可以使用make_default_context的pycuda.tools 。

from pycuda.tools import make_default_context

@task()
def photo_function(photo_id,...):
  ctx = make_default_context()
  print 'Got photo...'
  ... Do some stuff ...
  result = do_photo_manipulation(photo_id)
  return result

注意上下文創建是一個昂貴的過程。 CUDA故意在上下文中進行大量工作，以避免以后出現意外延遲。 這就是為什么您有一堆可以在主機線程之間（而不是在進程之間）推送/彈出的上下文的原因。 如果您的內核代碼非常快，則可能會由於上下文創建/銷毀過程而導致延遲。