Question

有谁知道为什么以下功能，使用16 432 B的共享数据？在我看来，它应该是：32x32x8x2 = 16 384 B

__global__ void matrixMulKernel(double *c, const double *a, const double *b, unsigned int size)
{
    __shared__ double as[32][32];
    __shared__ double bs[32][32];
    unsigned int bx = blockIdx.x, by = blockIdx.y;
    unsigned int tx = threadIdx.x, ty = threadIdx.y;
    unsigned int row = bx * TILE_WIDTH + tx;
    unsigned int col = by * TILE_WIDTH + ty;
    double Pval = 0.0;
    for(unsigned int q = 0; q < size / TILE_WIDTH; q++)
    {
        as[tx][ty] = a[row * size + q * TILE_WIDTH + ty];
        bs[ty][tx] = b[(q * TILE_WIDTH + tx) * size + col];
        __syncthreads();

        for(unsigned int k = 0; k < TILE_WIDTH; k++)
            Pval += as[tx][k] * bs[k][ty];
        __syncthreads();
    }

    c[row * size + col] = Pval;
}

编译器发出以下错误：

Entry function '_Z15matrixMulKernelPdPKdS1_j' uses too much shared data (0x4030 bytes, 0x4000 max)

我很感兴趣为什么会这样，而不是解决方法：）

Answer 1

您可能正在为cc 1.x设备进行编译。 documentation表示全局内核参数通过cc 1.x设备的共享内存传递。

因此，您的显式__shared__声明有16,384个字节。其余部分来自显式内核参数所需的28个字节（假设为64位目标）以及通过共享内存传递的其他开销。

尝试编译cc 2.x设备：

nvcc -arch=sm_20 ...

Cuda :: Entry函数共享数据

1 个答案: