Question

我编写了一个代码，用于将2个长度为“N”的元素相乘，并在CUDA 5.0中返回相同长度的乘积向量。这是我的代码我改变了“N”的值，只看到GPU与CPU的比较。我能够达到200万个元素。但是当我去3000000000时，我收到了警告：

vecmul.cu(52): warning: floating-point value does not fit in required integral type

vecmul.cu(52): warning: floating-point value does not fit in required integral type

vecmul.cu: In function `_Z6vecmulPiS_S_':
vecmul.cu:15: warning: comparison is always false due to limited range of data type
vecmul.cu: In function `int main()':
vecmul.cu:40: warning: comparison is always true due to limited range of data type

这是我的代码

 // Summing 2 Arrays

#include<stdio.h>
#include <fstream>

#define N (3000000000)

//const int threadsPerBlock = 256;

// Declare add function for Device

__global__ void vecmul(int *a,int *b,int *c)
{
    int tid = threadIdx.x + blockIdx.x * blockDim.x;
    if (tid >= N) {return;}  // (LINE 15) 

    c[tid] = a[tid] * b[tid];
}  


int main(void)
{
// Allocate Memory  on Host
int  *a_h = new int[N];
int  *b_h = new int[N];
int  *c_h = new int[N];

// Allocate Memory on GPU

int *a_d;
int *b_d;
int *c_d;  

cudaMalloc((void**)&a_d,N*sizeof(int));
cudaMalloc((void**)&b_d,N*sizeof(int));
cudaMalloc((void**)&c_d,N*sizeof(int));

//Initialize Host Array

for (int i=0;i<N;i++)   // (LINE 40)
{
    a_h[i] = i;
    b_h[i] = (i+1);
}  

// Copy Data from Host to Device

cudaMemcpy(a_d,a_h,N*sizeof(int),cudaMemcpyHostToDevice);
cudaMemcpy(b_d,b_h,N*sizeof(int),cudaMemcpyHostToDevice);

// Run Kernel
int blocks = int(N - 0.5)/256 + 1;   // (LINE 52)
vecmul<<<blocks,256>>>(a_d,b_d,c_d);

// Copy Data from Device to Host

cudaMemcpy(c_h,c_d,N*sizeof(int),cudaMemcpyDeviceToHost);

// Free Device Memory

cudaFree(a_d);
cudaFree(b_d);
cudaFree(c_d);


// Free Memory from Host

free(a_h);
free(b_h);
free(c_h);

return 0;
}

这是因为块的数量不足以满足此数组的大小吗？任何建议都会受到欢迎，因为我是CUDA的初学者。我在NVIDIA Quadro 2000上运行它。

Answer 1

错误是由溢出32位signed int引起的。 2147483648是最大32位signed int，因此N将始终为负，导致布尔测试始终返回警告所指定的true / false。

另一个问题是

int blocks = int(N - 0.5)/256 + 1;   // (LINE 52)

尝试将N转换为浮点然后将其转换为int。浮点数中的值太大 - 再次因为您溢出了32位int。

我认为如果你可以删除int（），它会起作用，因为一旦你除以256，你就会足够小，但你在分割之前强制它为int，所以它太大会导致错误。这不是分配到块中的问题，而是显式转换为int。

编辑：想知道我们是否已经修复了N和浮点vs int的一些计算问题，你会发现溢出问题。例如：

for (int i=0;i<N;i++)   // (LINE 40)
{
    a_h[i] = i;
    b_h[i] = (i+1);
}

当N超过2 ^ 31-1时，这将始终为真（至少直到i溢出。这应该导致这是一个无限循环或者可能做2 ^ 31-1次迭代然后退出？编译器说它总是真的，如果是这样的话，循环应该永远不会结束。

另外，我不知道CUDA中的size_t是什么，但是

cudaMemcpy(c_h,c_d,N*sizeof(int),cudaMemcpyDeviceToHost);

当N = 3B时，做N * sizeof（int）的时间超过2 ^ 31甚至2 ^ 32。

在某些时候，您需要问问自己为什么要分配这么多空间以及是否有更好的方法。

CUDA警告“浮点值不适合所需的整数类型” - 为什么？

1 个答案: