Question

我创建了一个在GPU上运行的简单C程序。它通过.exe运行时效果很好但是，每当我使用nvprof进行性能分析时，它会导致我的系统变得不稳定（它每隔x秒冻结一次）并需要重新启动才能使系统再次正常运行。任何见解将不胜感激。

我在启动nvprof时遇到此警告，这可能是问题，我该如何纠正？（我有相同的卡片，如下面的信息所示:)。

== 7596 == NVPROF正在分析进程7596，命令：。\ whatup.exe == 7596 ==警告：当前配置不支持统一内存分析，因为在此多GPU设置上检测到一对没有对等支持的设备。当对等映射不可用时，系统将回退到使用零拷贝内存。它可能导致访问统一内存的内核运行速度变慢。有关详细信息，请访问：http://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#um-managed-memory

设置'SET CUDA_MANAGED_FORCE_DEVICE_ALLOC=1'或'SET CUDA_VISIBLE_DEVICES=1'似乎没有任何影响。

系统规格：

Windows 10 Pro x64
i7-6800K
64 GB DDR4
2 x EVGA 980Ti（SLI）

NVIDIA驱动程序：

显示驱动程序：390.65
Geforce Experience：3.12.0.84
3D视觉控制器驱动程序：390.41
3D Vision：390.65
CUDA v9.1

以下是程序输出：

块数：1
每块的线程数：32
值0.000000
价值2.000000
价值4.000000
价值6.000000
价值8.000000
价值10.000000
价值12.000000
价值14.000000
价值16.000000
价值18.000000
已完成******＆lt; - GPU流程完成

**这是cudaGetDeviceProperties（...）的输出以获取更多详细信息**

设备数量：2

设备0：GeForce GTX 980 Ti
设备0，MaxThreadsPerBlock：1024
设备0，TotalGlobalMem：6442450944
设备0，SharedMemPerBlock：49152
设备0，主要：5
设备0，次要：2
设备0，ClockRate：1190000
设备0，ECCEnabled：0
设备0，TccDriver：0
设备0，ComputeMode：0

设备1：GeForce GTX 980 Ti
设备1，MaxThreadsPerBlock：1024
设备1，TotalGlobalMem：6442450944
设备1，SharedMemPerBlock：49152
设备1，主要：5
设备1，次要：2
设备1，ClockRate：1190000
设备1，ECCEnabled：0
设备1，TccDriver：0
设备1，ComputeMode：0

1。）SLI已启用并正常工作（至少通过NVIDIA控制面板和EVGA Precision） 2.）代码在GPU上运行良好，只是无法分析它是否会导致我的机器被杀并需要重新启动（否则屏幕会每隔x秒冻结一次）
3.）我尝试过“干净”安装nvidia驱动程序

...最后，这是我编译的C代码：nvcc myfile.cu -o thefinal.exe

更新：问题似乎与add_gpu调用无关。如果我按如下方式更改此函数（add_gpu_BARE），它仍然有相同的问题导致我的屏幕每隔x秒锁定一次，直到重新启动。

__global__ 
void add_gpu_BARE(float *a, float *b, float *c, float n){
    c[0] = 10.0;
}


__global__ 
void add_gpu(float *a, float *b, float *c, float n){
    int index = blockIdx.x * blockDim.x + threadIdx.x;
    int stride = blockDim.x * gridDim.x;
    for(int i=index; i<n; i+=stride) {
        c[i] = a[i] + b[i];
    }
}

void call_GPU() {

    int SIZE = 1<<20;

    float *a, *b, *c;
    cudaMallocManaged(&a, SIZE * sizeof(float)); 
    cudaMallocManaged(&b, SIZE * sizeof(float));
    cudaMallocManaged(&c, SIZE * sizeof(float));

    for(int i=0; i<SIZE; i++) {
        a[i] = i;
        b[i] = i;
        c[i] = 0;
    }

    int blocks = 1;
    int threads_per_blocks = 32;

    add_gpu<<<blocks, threads_per_blocks>>>(a, b, c, SIZE);
    cudaDeviceSynchronize();

    for(int i=0; i<10; i++) {
        printf("value %f\n", c[i]);
    }

    cudaFree(a);
    cudaFree(b);
    cudaFree(c);
}

int main() {

    printf("Ok, running on GPU\n");
    call_GPU();
    printf("COMPLETED******\n");

    return 0;
}

1。）指定256个线程会导致nvprof永远不会返回
   2.）指定32个工作但导致系统不稳定
   3.）数组大小似乎没有影响
   4.）分析时，两张卡的内存/ CPU都非常低

CUDA分析：即使退出

0 个答案: