在Tensorflow中添加GPU Op

Question

我正在嘗試按照此文檔松散地向TensorFlow添加新操作。 不同之處在於我正在嘗試實現基於GPU的操作。 我試圖添加的操作是來自這里的cuda op（cuda_op.py，cuda_op_kernel.cc，cuda_op_kernel.cu.cc）。 我試圖在tensorflow之外編譯這些並使用tf.load_op_library將它們拉進去。我做了一些更改，所以這里是我的文件：

cuda_op_kernel.cc

#include "tensorflow/core/framework/op.h"
#include "tensorflow/core/framework/shape_inference.h"
#include "tensorflow/core/framework/op_kernel.h"

using namespace tensorflow;  // NOLINT(build/namespaces)

REGISTER_OP("AddOne")
    .Input("input: int32")
    .Output("output: int32")
    .SetShapeFn([](::tensorflow::shape_inference::InferenceContext* c) {
      c->set_output(0, c->input(0));
      return Status::OK();
    });

void AddOneKernelLauncher(const int* in, const int N, int* out);

class AddOneOp : public OpKernel {
 public:
  explicit AddOneOp(OpKernelConstruction* context) : OpKernel(context) {}

  void Compute(OpKernelContext* context) override {
    // Grab the input tensor
    const Tensor& input_tensor = context->input(0);
    auto input = input_tensor.flat<int32>();

    // Create an output tensor
    Tensor* output_tensor = NULL;
    OP_REQUIRES_OK(context, context->allocate_output(0, input_tensor.shape(),
                                                     &output_tensor));
    auto output = output_tensor->template flat<int32>();

    // Set all but the first element of the output tensor to 0.
    const int N = input.size();
    // Call the cuda kernel launcher
    AddOneKernelLauncher(input.data(), N, output.data());

  }
};

REGISTER_KERNEL_BUILDER(Name("AddOne").Device(DEVICE_GPU), AddOneOp);

cuda_op_kernel.cu

#define EIGEN_USE_GPU
#include <cuda.h>
#include <stdio.h>

__global__ void AddOneKernel(const int* in, const int N, int* out) {
  for (int i = blockIdx.x * blockDim.x + threadIdx.x; i < N;
       i += blockDim.x * gridDim.x) {
    out[i] = in[i] + 1;
  }
}

void AddOneKernelLauncher(const int* in, const int N, int* out) {
  AddOneKernel<<<32, 256>>>(in, N, out);

  cudaError_t cudaerr = cudaDeviceSynchronize();
  if (cudaerr != cudaSuccess)
    printf("kernel launch failed with error \"%s\".\n", cudaGetErrorString(cudaerr));
}

的CMakeLists.txt

cmake_minimum_required(VERSION 3.5)

#found from running python -c 'import tensorflow as tf; print(tf.sysconfig.get_include())'
include_directories(/usr/local/lib/python3.5/dist-packages/tensorflow/include)

find_package(CUDA)

#set flags based on tutorial
set (CMAKE_CXX_FLAGS "--std=c++11 -fPIC -O2 -D_GLIBCXX_USE_CXX11_ABI=0")

#pass flags to c++ compiler
SET(CUDA_PROPAGATE_HOST_FLAGS ON)

#create library
cuda_add_library(
    cuda_op SHARED
    src/cuda_op_kernel.cu
    src/cuda_op_kernel.cc
    OPTIONS -gencode=arch=compute_20,code=sm_20)

#copy test file to build folder
configure_file(src/test.py test.py COPYONLY)

test.py

import tensorflow as tf
mod = tf.load_op_library('./libcuda_op.so')
with tf.Session() as sess:
    start = [5,4,3,2,1]
    print(start)
    print(mod.add_one(start).eval())

我能夠成功編譯並運行test.py ，但輸出始終為[0 0 0 0 0] 。 如果我替換AddOneKernel<<<32, 256>>>(in, N, out); with for (int i = 0; i < N; i++) out[i] = in[i] + 1; 和DEVICE_GPU一起使用DEVICE_CPU ，op輸出正確的值[6 5 4 3 2] （具有完全相同的CMakeList.txt ）。

知道如何獲得正確的值返回？

Answer 1

我不完全記得我在哪里找到了CUDA的cmake東西，但選項卻以某種方式弄亂了編譯。 將CMakeLists.txt cuda_add_library替換為以下修復了該問題。

#no options needed
cuda_add_library(
    cuda_op SHARED
    src/cuda_op_kernel.cu
    src/cuda_op_kernel.cc)

Answer 2

ubuntu @cubuntu：〜/ Desktop / src / src / build $ cmake ..

- 配置完成

- 生成完成

- 構建文件已寫入：/ home / ubuntu / Desktop / src / src / build

ubuntu @cubuntu：〜/ Desktop / src / src / build $ make

[33％]構建NVCC（設備）對象CMakeFiles / cuda_op.d / cuda_op_generated_cuda_op_kernel.cu.o

nvcc警告：不推薦使用'compute_20'，'sm_20'和'sm_21'體系結構，可能會在將來的發行版中刪除（使用-Wno-deprecated-gpu-targets來禁止警告）。

nvcc警告：不推薦使用'compute_20'，'sm_20'和'sm_21'體系結構，可能會在將來的發行版中刪除（使用-Wno-deprecated-gpu-targets來禁止警告）。

掃描目標cuda_op的依賴關系

[66％]構建CXX對象CMakeFiles / cuda_op.dir / cuda_op_kernel.cc.o /home/ubuntu/Desktop/src/src/cuda_op_kernel.cc:1:17：錯誤：'tensorflow'不是使用命名空間的命名空間名稱tensorflow; // NOLINT（構建/命名空間）

Answer 3

查看Tensorflow上當前正式的GPU ops構建說明， 添加GPU op支持

nvcc -std=c++11 -c -o cuda_op_kernel.cu.o cuda_op_kernel.cu.cc \
  ${TF_CFLAGS[@]} -D GOOGLE_CUDA=1 -x cu -Xcompiler -fPIC

g++ -std=c++11 -shared -o cuda_op_kernel.so cuda_op_kernel.cc \
  cuda_op_kernel.cu.o ${TF_CFLAGS[@]} -fPIC -lcudart ${TF_LFLAGS[@]}

如上所述，請注意，如果您的CUDA庫未安裝在/usr/local/lib64 ，則需要在上面的第二個（g ++）命令中明確指定路徑。 例如，如果您的CUDA安裝在/usr/local/cuda-8.0 ，請添加-L /usr/local/cuda-8.0/lib64/ /usr/local/cuda-8.0 。

此外，請注意，在某些Linux設置中，需要使用nvcc編譯步驟的其他選項。 將-D_MWAITXINTRIN_H_INCLUDED添加到nvcc命令行以避免來自mwaitxintrin.h錯誤。