Question

JCuda + GEForce Gt640问题：

我正在尝试减少与GPU计算结果后将内存从设备复制到主机相关的延迟。做简单的Vector Add程序我发现大部分延迟确实是将结果缓冲区复制回主机端。源缓冲区到设备端的传输延迟可以忽略不计〜。30ms，而复制结果的时间大约是20ms。

我做了一项研究，发现复制结果的更好的替代方法是使用固定内存。根据我的学习，这个内存在主机端分配，但内核可以通过pci-e直接访问它，反过来比在批量计算后复制结果产生更高的速度。我正在使用以下示例，但结果并未产生我期望的结果。

内核：{简单示例说明点，仅启动1个块1个线程}

extern "C"
__global__ void add(int* test)
{
    test[0]=1; test[1]=2; test[2]=3; test[3]=4; test[4]=5;
}

爪哇：

import java.io.*;
import jcuda.*;
import jcuda.runtime.*;
import jcuda.driver.*;

import static jcuda.runtime.cudaMemcpyKind.*;
import static jcuda.driver.JCudaDriver.*;

public class JCudaTest
{
    public static void main(String args[])
    {
        // Initialize the driver and create a context for the first device.
        cuInit(0);
        CUdevice device = new CUdevice();
        cuDeviceGet(device, 0);
        CUcontext context = new CUcontext();
        cuCtxCreate(context, 0, device);

        // Load the ptx file.
        CUmodule module = new CUmodule();
        JCudaDriver.cuModuleLoad(module, "JCudaKernel.ptx");

        // Obtain a function pointer to the kernel function.
        CUfunction function = new CUfunction();
        JCudaDriver.cuModuleGetFunction(function, module, "add");

        Pointer P = new Pointer();
        JCudaDriver.cuMemAllocHost(P, 5*Sizeof.INT);

        Pointer kernelParameters = Pointer.to(P);
        // Call the kernel function with 1 block, 1 thread:
        JCudaDriver.cuLaunchKernel(function, 1, 1, 1, 1, 1, 1, 0, null, kernelParameters, null);
        int [] T = new int[5];
        JCuda.cudaMemcpy(Pointer.to(T), P, 5*Sizeof.INT, cudaMemcpyHostToHost);

         // Print the results:
         for(int i=0; i<5; i++)
                System.out.println(T[i]);
    }
}

1。）构建内核： root @ NVS295-CUDA：〜/ JCUDA / MySamples #nvcc -ptx JCudaKernel.cu root @ NVS295-CUDA：〜/ JCUDA / MySamples #ls -lrt | grep ptx -rw-r - r-- 1 root root 3295 Mar 27 17:46 JCudaKernel.ptx

2。）构建Java： root @ NVS295-CUDA：〜/ JCUDA / MySamples #javac -cp“../JCuda-All-0.5.0-bin-linux-x86/*：。” JCudaTest.java

3。）运行代码： root @ NVS295-CUDA：〜/ JCUDA / MySamples＃java -cp“../JCuda-All-0.5.0-bin-linux-x86/*：。” JCudaTest 0 0 0 0 0

期待： 1 2 3 4 5

注意：如果重要的话，我正在使用JCuda0.5.0 for x86。

请让我知道我做错了什么，并提前感谢：伊利尔

Answer 1

此处的问题是设备可能不直接访问主机内存。

不可否认，documentation听起来有误导性：

cuMemAllocHost

分配页面锁定并可供设备访问的主机内存的字节大小字节...

这听起来像是一个明确的陈述。但是，＆＃34;可访问＆＃34; 不意味着内存可以在所有情况下直接用作内核参数。这仅适用于支持Unified Addressing的设备。对于所有其他设备，必须使用cuMemHostGetDevicePointer获取与分配的主机指针对应的设备指针。

页面锁定主机内存的关键点是主机和设备之间的数据传输速度更快。可以在JCudaBandwidthTest sample中看到如何在JCuda中使用此内存的示例（这适用于运行时API，但对于驱动程序API，它的工作方式类似）。

编辑：

请注意，CUDA 6的新Unified Memory功能实际上支持您最初打算执行的操作：使用cudaMallocManaged，您可以分配主机和可直接访问的内存设备（例如，它可以传递给内核，由设备写入，然后由主机读取而无需额外的努力）。不幸的是，这个概念并没有很好地映射到Java，因为内存仍然由CUDA管理 - 并且这个内存不能替换例如Java VM用于float[]数组的内存。。但至少应该可以从分配有ByteBuffer的内存中创建cudaMallocManaged，以便您可以访问此内存，例如FloatBuffer。

JCuda固定内存示例

1 个答案: