Question

修复代码后我发布了here（将* sizeof（float）添加到共享内存分配 - 但是没关系，因为我在这里通过MATLAB分配共享内存），我运行了代码，成功返回大小的结果大小（浮动）* 18 * 18 * 5000 * 100字节。

我拿了PTX，并用它来运行MATLAB代码（它找到了正确的切入点 - 我想要运行的功能）

    kernel=parallel.gpu.CUDAKernel('Tst.ptx','float *,const float *,int');
    mask=gpuArray.randn([7,7,1],'single');
    toConv=gpuArray.randn([12,12,5],'single'); %%generate random data for testing
    setConstantMemory(kernel,'masks',mask);  %%transfer data to constant memory.
    kernel.ThreadBlockSize=[(12+2*7)-2 (12+2*7)-2 1];
    kernel.GridSize=[1 5 1]; %%first element is how many convolution masks
    %%second one is how many matrices we want to convolve
    kernel.SharedMemorySize=(24*24*4);
    foo=gpuArray.zeros([18 18 5 1],'single'); %%result size
    foo=reshape(foo,[numel(foo) 1]);
    toConv=reshape(toConv,[numel(toConv) 1]);
    foo=feval(kernel,foo,toConv,12);

我明白了：

使用parallel.gpu.CUDAKernel / feval时出错发生意外错误   试图启动内核。 CUDA错误是：   CUDA_ERROR_LAUNCH_OUT_OF_RESOURCES

tst中的错误（第12行）foo = feval（kernel，foo，toConv，12）;

出于这样一个小例子的资源？它在Visual Studio中解决了一个大十万倍的问题......

我有GTX 480（计算2.0，大约1.5 GB内存，每块1024个最大线程，48K共享内存）

1>  ptxas : info : 0 bytes gmem, 25088 bytes cmem[2]
1>  ptxas : info : Compiling entry function '_Z6myConvPfPKfi' for 'sm_21'
1>  ptxas : info : Function properties for _Z6myConvPfPKfi
1>      0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
1>  ptxas : info : Used 10 registers, 44 bytes cmem[0]

编辑：通过使用Configuration Active(Release)和Platform Active(x64)

进行编译解决了问题

Answer 1

通过使用Configuration Active(Release)和Platform Active(x64)而不是默认编译来解决问题（由于向后兼容性，我猜测它不是关于x64，关于编译发布而不是调试）< / p>

尝试通过MATLAB启动时，CUDA资源不足

1 个答案: