Question

我正在尝试在PGI的fortran编译器中创建一个简单的程序。这个简单的程序将使用图形卡使用“飞镖板”算法计算pi。在与这个程序进行了很长一段时间的斗争之后，我终于让它在大多数情况下都表现得很好。但是，我目前仍然坚持正确地传回结果。我必须说，这是一个相当棘手的调试程序，因为我不能再将任何打印语句推入子程序。该程序当前返回全零。我不确定发生了什么，但我有两个想法。我不知道如何解决这两个问题：

CUDA内核没有以某种方式运行？
我没有正确转换价值？ pi_parts = pi_parts_d

嗯，这是我当前节目的状态。最后带有_d的变量代表CUDA准备的设备内存，其中所有其他变量（CUDA内核除外）是典型的Fortran CPU准备变量。现在有一些印刷语句我已经注释掉了，我已经从CPU Fortran土地上试过了。这些命令用于检查我是否真的正确生成随机数。至于CUDA方法，我目前已对计算进行了评论，并将z替换为静态等于1只是为了看到发生的事情。

module calcPi
contains
    attributes(global) subroutine pi_darts(x, y, results, N)
        use cudafor
        implicit none
        integer :: id
        integer, value :: N
        real, dimension(N) :: x, y, results
        real :: z

        id = (blockIdx%x-1)*blockDim%x + threadIdx%x

        if (id .lt. N) then
            ! SQRT NOT NEEDED, SQRT(1) === 1
            ! Anything above and below 1 would stay the same even with the applied
            ! sqrt function. Therefore using the sqrt function wastes GPU time.
            z = 1.0
            !z = x(id)*x(id)+y(id)*y(id)
            !if (z .lt. 1.0) then
            !   z = 1.0
            !else
            !   z = 0.0
            !endif
            results(id) = z
        endif
    end subroutine pi_darts
end module calcPi

program final_project
    use calcPi
    use cudafor
    implicit none
    integer, parameter :: N = 400
    integer :: i
    real, dimension(N) :: x, y, pi_parts
    real, dimension(N), device :: x_d, y_d, pi_parts_d
    type(dim3) :: grid, tBlock

    ! Initialize the random number generaters seed
    call random_seed()

    ! Make sure we initialize the parts with 0
    pi_parts = 0

    ! Prepare the random numbers (These cannot be generated from inside the
    ! cuda kernel)
    call random_number(x)
    call random_number(y)

    !write(*,*) x, y

    ! Convert the random numbers into graphics card memory land!
    x_d = x
    y_d = y
    pi_parts_d = pi_parts

    ! For the cuda kernel
    tBlock = dim3(256,1,1)
    grid = dim3((N/tBlock%x)+1,1,1)

    ! Start the cuda kernel
    call pi_darts<<<grid, tblock>>>(x_d, y_d, pi_parts_d, N)

    ! Transform the results into CPU Memory
    pi_parts = pi_parts_d
    write(*,*) pi_parts

    write(*,*) 'PI: ', 4.0*sum(pi_parts)/N
end program final_project

编辑代码： 更改了各行以反映上述提及的修复：Robert Crovella。当前状态：cuda-memcheck在我的计算机上显示错误：Program hit error 8 on CUDA API call to cudaLaunch。

如果我有任何方法可以用来测试这个程序，请告诉我。我正在投掷飞镖，看看他们在哪里登陆我目前的CUDA调试风格。不是最理想的，但在我找到另一种方式之前必须这样做。

在这黑暗的时刻，Fortran神可以怜悯我的灵魂。

Answer 1

当我编译并运行你的程序时，我得到一个段错误。这是由于您传递给内核的最后一个参数（N_d）：

call pi_darts<<<grid, tblock>>>(x_d, y_d, pi_parts_d, N_d)

由于N是标量，内核期望直接使用它，而不是指针。因此，当您将指针传递给设备数据（N_d）时，设置内核的过程会在尝试访问值N时生成seg错误（在主机代码中！）直接传递为：

call pi_darts<<<grid, tblock>>>(x_d, y_d, pi_parts_d, N)

当我对您发布的代码进行更改时，我会获得实际的打印输出（而不是seg错误），这是一个1和0的数组（256个，后跟144个零，总计为N = 400个值），后跟计算的PI值（在这种情况下恰好是2.56（4 * 256/400），因为你已经使内核基本上是一个虚拟内核）。

这行代码也可能没有你想做的事情：

grid = dim3(N/tBlock%x,1,1)

N = 400且tBlock%x = 256（来自之前的代码行），计算结果为1（即grid结束于(1,1,1)相当于一个线程块）。但是你真的想要启动2个线程块，以覆盖整个数据集范围（N = 400个元素）。有很多方法可以解决这个问题，但为了简单起见，我们只需要在计算中加1：

grid = dim3((N/tBlock%x)+1,1,1)

在这些情况下，当我们启动比我们的数据集大小更大的网格（就总线程而言）时（512个线程但本例中只有400个数据元素），通常会进行线程检查靠近我们内核的开头（在这种情况下，在id初始化之后），以防止越界访问，如下所示：

if (id .lt. N) then

（以及内核代码最末端的相应endif）这样，只允许与实际有效数据对应的线程执行任何工作。

通过上述更改，您的代码应该基本上是可用的，并且您应该能够将内核代码恢复到正确的语句并开始估计PI。

请注意，您可以检查CUDA API以获取错误返回代码，还可以使用cuda-memcheck运行代码，以了解内核是否正在进行越界访问。然而，其中的任何一个都会对这个特殊的seg故障有所帮助。

用Fortran＆amp;计算PI CUDA

1 个答案: