Question

我正在使用C＃和CUDAfy.net（是的，这个问题在带有指针的直接C中更容易，但考虑到更大的系统，我有理由使用这种方法。）

我有一个视频帧采集卡，以30 FPS收集字节[1024 x 1024]图像数据。每33.3毫秒填充一个循环缓冲区中的一个槽并返回一个System.IntPtr，指向*byte的未管理的1D向量;循环缓冲区有15个插槽。

在GPU设备（Tesla K40）上，我想要一个全局的2D数组，它被组织成一个密集的2D数组。也就是说，我想要像循环队列这样的东西，但在GPU上组织成一个密集的2D阵列。

byte[15, 1024*1024] rawdata; 
// if CUDAfy.NET supported jagged arrays I could use byte[15][1024*1024 but it does not

如何每33毫秒填一个不同的行？我是否使用类似的东西：

gpu.CopyToDevice<byte>(inputPtr, 0, rawdata, offset, length) // length = 1024*1024
//offset is computed by  rowID*(1024*1024) where rowID wraps to 0 via modulo 15.
// inputPrt is the System.Inptr that points to the buffer in the circular queue (un-managed)?
// rawdata is a device buffer allocated gpu.Allocate<byte>(1024*1024);

在我的内核标题中是：

[Cudafy]
public static void filter(GThread thread, byte[,] rawdata, int frameSize, byte[] result)

我确实尝试过这些方法。但CudaFy中没有API模式：

GPGPU.CopyToDevice(T) Method (IntPtr, Int32, T[,], Int32, Int32, Int32)

所以我使用gpu.Cast函数将2D设备数组更改为1D。

我尝试了以下代码，但我收到了CUDA.net异常： ErrorLaunchFailed

仅供参考：当我尝试使用CUDA模拟器时，它会在CopyToDevice上中止声称数据不是主机分配

public static byte[] process(System.IntPtr data, int slot)
{
    Stopwatch watch = new Stopwatch();
    watch.Start();
    byte[] output = new byte[FrameSize];
    int offset = slot*FrameSize;
    gpu.Lock();
    byte[] rawdata = gpu.Cast<byte>(grawdata, FrameSize); // What is the size supposed to be? Documentation lacking
    gpu.CopyToDevice<byte>(data, 0, rawdata, offset, FrameSize * frameCount);
    byte[] goutput = gpu.Allocate<byte>(output);
    gpu.Launch(height, width).filter(rawdata, FrameSize, goutput);
    runTime = watch.Elapsed.ToString();
    gpu.CopyFromDevice(goutput, output);
    gpu.Free(goutput);
    gpu.Synchronize();
    gpu.Unlock();
    watch.Stop();
    totalRunTime = watch.Elapsed.ToString();
    return output;
}

Answer 1

我现在提出这个＆＃34;解决方案＆＃34; ： 1.仅在纯模式下运行程序（不在仿真模式下）。或 2.不要自己处理固定内存分配。

现在似乎有一个悬而未决的问题。但这种情况仅在仿真模式下发生。

请参阅：https://cudafy.codeplex.com/workitem/636

Answer 2

如果我理解你的问题，我认为你正在寻求转换 byte*您从循环缓冲区进入要发送到的多维byte数组显卡API。

            int slots = 15;
            int rows = 1024;
            int columns = 1024;

//Try this
            for (int currentSlot = 0; currentSlot < slots; currentSlot++)
            {
                IntPtr intPtrToUnManagedMemory = CopyContextFrom(currentSlot);
                // use Marshal.Copy ?  
                byte[] byteData = CopyIntPtrToByteArray(intPtrToUnManagedMemory); 

                int offset =0;
                for (int m = 0; m < rows; m++)
                    for (int n = 0; n < columns; n++)
                    {
                        //then send this to your GPU method
                        rawForGpu[m, n] = ReadByteValue(IntPtr: intPtrToUnManagedMemory, 
                                                        offset++);
                    }
            }

//or try this
            for (int currentSlot = 0; currentSlot < slots; currentSlot++)
            {
                IntPtr intPtrToUnManagedMemory = CopyContextFrom(currentSlot);

                // use Marshal.Copy ?
                byte[] byteData = CopyIntPtrToByteArray(intPtrToUnManagedMemory); 

                byte[,] rawForGpu = ConvertTo2DArray(byteData, rows, columns);
            }
        }

        private static byte[,] ConvertTo2DArray(byte[] byteArr, int rows, int columns)
        {
            byte[,] data = new byte[rows, columns];
            int totalElements = rows * columns;
            //Convert 1D to 2D rows, colums
            return data;
        }

        private static IntPtr CopyContextFrom(int slotNumber)
        {
            //code that return byte* from circular buffer.
            return IntPtr.Zero;
        }

Answer 3

您应该考虑使用内置的 GPGPU Async 功能，以便以非常有效的方式将数据从/向主机/设备移动并使用gpuKern.LaunchAsync(...)

查看http://www.codeproject.com/Articles/276993/Base-Encoding-on-a-GPU以获得有效使用方法。另一个很好的例子可以在CudafyExamples项目中找到，查找PinnedAsyncIO.cs。你要做的就是你所描述的一切。

这是在Cudafy.Host项目的CudaGPU.cs中，它与您正在寻找的方法匹配（只是它的异步）：

public void CopyToDeviceAsync<T>(IntPtr hostArray, int hostOffset, DevicePtrEx devArray,
                                  int devOffset, int count, int streamId = 0) where T : struct;
public void CopyToDeviceAsync<T>(IntPtr hostArray, int hostOffset, T[, ,] devArray,
                                 int devOffset, int count, int streamId = 0) where T : struct;
public void CopyToDeviceAsync<T>(IntPtr hostArray, int hostOffset, T[,] devArray,
                                  int devOffset, int count, int streamId = 0) where T : struct;
public void CopyToDeviceAsync<T>(IntPtr hostArray, int hostOffset, T[] devArray,
                                  int devOffset, int count, int streamId = 0) where T : struct;

将非托管System.IntPtr字节向量复制到2D设备字节数组的GPU行

3 个答案: