Question

我正在尝试通过编写基本代码来学习CUDA，这有望使我能够更好地将现有的C ++代码转换为CUDA（用于研究）。

我需要做一些复杂的数字操作，所以我写了这个非常基本的代码，用一个实数来乘以一个复数的数组在GPU内核中。

#include <complex>
#include <iostream>
#include <cmath>
#include "cuda.h"
#include "math.h"
#include "cuComplex.h"

#define n   5

using namespace std;

#define gpuErrchk(ans) { gpuAssert((ans), __FILE__, __LINE__); }
inline void gpuAssert(cudaError_t code, char *file, int line, bool abort=true)
{
    if (code != cudaSuccess) 
    {
        fprintf(stderr,"GPUassert: %s %s %d\n", cudaGetErrorString(code), file, line);
        if (abort) exit(code);
    }
}

__global__ void func( double *s, cuDoubleComplex *j, cuDoubleComplex *calc ) {

    int tid = blockIdx.x;

    calc[tid] = cuCmul(j[tid], make_cuDoubleComplex(*s, 0));

}

int main( void ) {


    cuDoubleComplex calc[n+1], *dev_j, *dev_calc;
    double *dev_s, s[n+1] = { 2.0, 2.0, 2.0, 2.0, 2.0 };
    //complex<double> j[n+1]
    cuDoubleComplex j[n+1];

    for (int i = 1; i <= n; i++) {
        j[i] = make_cuDoubleComplex(0, 5);
        cout << "\nJ cout = " << cuCreal(j[i]) << ", " << cuCimag(j[i]);
    }

    // allocate the memory on the GPU
    cudaMalloc( (void**)&dev_s, (n+1) * sizeof(double) );
    cudaMalloc( (void**)&dev_j, (n+1) * sizeof(double) );
    cudaMalloc( (void**)&dev_calc, (n+1) * sizeof(double) );

    cudaMemcpy( dev_s, s, (n+1) * sizeof(double), cudaMemcpyHostToDevice );
    cudaMemcpy( dev_j, j, (n+1) * sizeof(double), cudaMemcpyHostToDevice );

    func<<<n,1>>>( dev_s, dev_j, dev_calc );
    //kernel<<<1,1>>>(a_d);
    gpuErrchk( cudaPeekAtLastError() );
    gpuErrchk( cudaMemcpy(calc, dev_calc, (n+1) * sizeof(double), cudaMemcpyDeviceToHost) );

    //cudaMemcpy( calc, dev_calc, (n+1) * sizeof(double), cudaMemcpyDeviceToHost );

    for (int i = 1; i <= n; i++) {
        cout << "\nCALC cout = " << cuCreal(calc[i]) << ", " << cuCimag(calc[i]);
    }

    return 0;
}

最后的答案是错误的，我还确定了其他一些我没有得到预期值的地方。

1）我期望在下面的代码行之后为'j'的所有元素提供一个复数的双数组（0,5i）。但是，我得到全0。那是为什么？

j[i] = make_cuDoubleComplex(0, 5);

2）为什么我不能用cout打印我的数组？下面显示的代码行给出以下错误：无操作符“＆lt;＆lt;”匹配这些操作数。如何在不使用printf的情况下解决这个问题？

cout << "\nJ = " << j[i];

3）GPU函数'func'应该给出一个（0,10i）数组作为最终答案，给出如下随机值：

CALC = -1.#QNAN0
CALC = -1.#QNAN0
CALC = -9255963134931783100000000...000.. etc
CALC = -9255963134931783100000000...000.. etc

4）对于我的实际研究，复数数组'j'将以复数（double）而不是cuDoubleComplex的格式给出。我可以使用函数'func'对'j'数组的复数（double）进行类似的操作吗？如果没有，我的选择是什么？

我想我已经很好地解释了自己，但随时可以提出任何后续问题。 C ++和CUDA的新手很好：D

Answer 1

编写CUDA代码时，特别是当你正在学习或遇到困难时（事情没有按照你期望的方式工作），你应该对所有CUDA API调用和内核调用进行cuda error checking。

我认为你的代码中确实没有任何CUDA功能错误（干得好！）但值得指出。

您的大部分问题都是因为您没有正确打印出类型cuDoubleComplex。您的printf语句指定了float格式参数（%f），但您没有传递float值（您传递cuDoubleComplex值）。这不起作用，printf在你这样做时会表现得很奇怪，而不会给出任何错误指示。

相反，尝试这样的事情：

printf("\nJ = %f, %f", cuCreal(j[i]), cuCimag(j[i]));

这些函数（cuCreal和cuCimag）返回cuComplex个数字的实部和虚部，并将它们作为适当的类型返回float或{{1在这种情况下，从double到double的隐式强制转换对于您正在执行的操作是可以的，并且可以由float处理（尽管它不是很好的编程实践 - 而是为printf值使用正确的printf格式说明符。

如果你对两个printf语句进行了更改，我认为你会得到预期的结果 - 至少我在运行你的代码时做了。如果你仍然得到垃圾，那么你的CUDA GPU可能无法正常工作，这就是我提到的CUDA错误检查将帮助你发现问题所在。

关于double的问题，答案大致相当于我对cout发生的事情的解释。 printf无法理解类型cout，因此会抛出错误。如果您想在不使用cuDoubleComplex的情况下进行修复，请使用转换函数将printf转换为各个实部和虚部，由cuDoubleComplex或float表示在上面的double声明中指出。

关于您的上一个问题，将printf数据转换为complex类型并不困难。根据{{1}}中的实用程序编写一个转换函数来实现它。有一些后门方法，但它们不是很好的编程习惯。

编辑：针对后续问题，当前发布的代码中还有两个错误。

cuDoubleComplex和cuComplex.h属于dev_j类型，但您对这些数量进行了dev_calc和cuDoubleComplex，就像它们的大小{{1}一样}。在以下代码中，我将这些cudaMalloc条目更改为cudaMemcpy。
对于C和C ++，您的索引通常有点奇怪。通常指数从零开始。您有一个索引问题，其中最后一个元素未正确计算。我将所有索引更改为从零开始。

以下是对我有用的代码修改：

double

CUDA - 简单的复数乘法

1 个答案: