Question

我正在运行的配置： - CUDA工具包5.5 - NVidia Nsight Eclipse版 - Ubuntu 12.04 x64 - CUDA设备是NVidia GeForce GTX 560：cc = 20，sm = 21（如你所见，我可以使用最多1024个线程的块）

我在iGPU（Intel HD Graphics）上渲染我的显示器，所以我可以使用Nsight调试器。

然而，当我设置线程＆gt;时，我遇到了一些奇怪的行为。 960。

代码：

#include <stdio.h>
#include <cuda_runtime.h>

__global__ void mytest() {
    float a, b;
    b = 1.0F;
    a = b / 1.0F;
}

int main(void) {

    // Error code to check return values for CUDA calls
    cudaError_t err = cudaSuccess;

    // Here I run my kernel
    mytest<<<1, 961>>>();

    err = cudaGetLastError();

    if (err != cudaSuccess) {
        fprintf(stderr, "error=%s\n", cudaGetErrorString(err));
        exit (EXIT_FAILURE);
    }

    // Reset the device and exit
    err = cudaDeviceReset();

    if (err != cudaSuccess) {
        fprintf(stderr, "Failed to deinitialize the device! error=%s\n",
                cudaGetErrorString(err));
        exit (EXIT_FAILURE);
    }

    printf("Done\n");
    return 0;
}

而且......它不起作用。问题出在浮点除法的最后一行代码中。每次我尝试按浮动划分时，我的代码都会编译，但不起作用。运行时的输出错误是：

错误=要求启动的资源太多

以下是我在调试时得到的内容，当我单步执行时：

警告：检测到Cuda API错误：cudaLaunch返回（0x7）

使用-Xptxas -v构建输出：

12:57:39 **** Incremental Build of configuration Debug for project block_size_test ****
make all 
Building file: ../src/vectorAdd.cu
Invoking: NVCC Compiler
/usr/local/cuda-5.5/bin/nvcc -I"/usr/local/cuda-5.5/samples/0_Simple" -I"/usr/local/cuda-5.5/samples/common/inc" -G -g -O0 -m64 -keep -keep-dir /home/vitrums/cuda-workspace-trashcan -optf /home/vitrums/cuda-workspace/block_size_test/options.txt -gencode arch=compute_20,code=sm_20 -gencode arch=compute_20,code=sm_21 -odir "src" -M -o "src/vectorAdd.d" "../src/vectorAdd.cu"
/usr/local/cuda-5.5/bin/nvcc --compile -G -I"/usr/local/cuda-5.5/samples/0_Simple" -I"/usr/local/cuda-5.5/samples/common/inc" -O0 -g -gencode arch=compute_20,code=compute_20 -gencode arch=compute_20,code=sm_21 -keep -keep-dir /home/vitrums/cuda-workspace-trashcan -m64 -optf /home/vitrums/cuda-workspace/block_size_test/options.txt  -x cu -o  "src/vectorAdd.o" "../src/vectorAdd.cu"
../src/vectorAdd.cu(7): warning: variable "a" was set but never used

../src/vectorAdd.cu(7): warning: variable "a" was set but never used

ptxas info    : 4 bytes gmem, 8 bytes cmem[14]
ptxas info    : Function properties for _ZN4dim3C1Ejjj
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Compiling entry function '_Z6mytestv' for 'sm_21'
ptxas info    : Function properties for _Z6mytestv
    8 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas info    : Used 34 registers, 8 bytes cumulative stack size, 32 bytes cmem[0]
ptxas info    : Function properties for _ZN4dim3C2Ejjj
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
Finished building: ../src/vectorAdd.cu

Building target: block_size_test
Invoking: NVCC Linker
/usr/local/cuda-5.5/bin/nvcc --cudart static -m64 -link -o  "block_size_test"  ./src/vectorAdd.o   
Finished building target: block_size_test


12:57:41 Build Finished (took 1s.659ms)

当我添加-keep键时，编译器会生成.cubin文件，但我无法读取它以查找smem和reg的值，遵循此主题too-many-resources-requested-for-launch-how-to-find-out-what-resources-/。至少现在这个文件必须有一些不同的格式。

因此，我被迫每个块使用256个线程，这可能不是一个坏主意，考虑到这个.xls：CUDA_Occupancy_calculator。

反正。任何帮助将不胜感激。

Answer 1

我用当前信息填写了CUDA占用计算器文件：

计算能力：2.1
每个块的线程数：961
每个帖子的注册数：34
共享内存：0

我的 0％入住率，受到寄存器数量的限制如果您将线程数设置为960，则占用率为63％，这就解释了它的工作原理。

尝试将寄存器数量限制为 32 ，并将线程数设置为 1024 以占用67％。

要限制寄存器的数量，请使用以下选项： nvcc [...] --maxrregcount=32

CUDA线程块大小1024不起作用（cc = 20，sm = 21）

1 个答案: