Question

该代码用于并行化字符串匹配算法（强力）。为什么只有5个线程正在启动而不是17？

#include<stdio.h>
#include<string.h>

__global__ void pattern_search(char* d_txt,char* d_pat,int* d_result,int N,int M){
    int id=threadIdx.x+blockIdx.x*blockDim.x;
    if(id<=(N)){
        int j=0;
        for(j=0;j<M;j++){
            if(d_txt[id+j]!=d_pat[j]){
                break;
            }
        }
        //if(j==M){
            d_result[id]=id;
        //}

    }
}

int main(){
    char txt[]="AABAACAADAABAAABAA";
    char pat[]="AABA";

    int N=strlen(txt);
    int M=strlen(pat);
    char* d_pat;
    cudaMalloc((void **)&d_pat,M);
    char* d_txt;
    cudaMalloc((void **)&d_txt,N);

    int result[N];
    for(int i=0;i<N;i++){
        result[i]=0;
    }

    int* d_result;
    cudaMalloc((void**)&d_result,N);
    cudaMemcpy(d_txt,txt,N,cudaMemcpyHostToDevice);
    cudaMemcpy(d_pat,pat,M,cudaMemcpyHostToDevice);
    cudaMemcpy(d_result,result,N,cudaMemcpyHostToDevice);
    pattern_search<<<1,50>>>(d_txt,d_pat,d_result,N,M);

    cudaMemcpy(result,d_result,N,cudaMemcpyDeviceToHost);

    for(int k=0;k<N;k++){

        printf("pattern found at:%d\n",result[k]);
    }
}

Answer 1

每当您遇到CUDA代码时遇到问题，最好通过cuda-memcheck来演示和使用proper cuda error checking 和运行您的代码。如果您使用cuda-memcheck运行此代码，则会报告可能有用的错误。
目前尚不清楚为什么要询问17个主题。在CUDA中，可以从内核启动中推断出启动的线程数，简而言之，它是内核启动配置中前两个数字的乘积（<<<...>>>）：
```
pattern_search<<<1,50>>>(d_txt,d_pat,d_result,N,M);
```
所以在这种情况下，它应该启动50个线程。即使您的问题仅限于N，您发布的代码的数量N也是18，而不是17。
cudaMalloc，与主机端malloc一样，在 bytes 中分配内存。因此，对于这种情况，这样的使用是不正确的：
```
cudaMalloc((void**)&d_result,N);
```
而你应该做这样的事情：
```
cudaMalloc((void**)&d_result,N*sizeof(int));
```
因为在这种情况下，您希望存储N个数量为int的数量。使用cuda-memcheck可以发现此错误，由于此分配错误，该错误将报告无效的__global__写入。
cudaMemcpy次调用也会出现类似问题，这些问题也会在字节上运行（就像主机memcpy一样）。而不是：
```
cudaMemcpy(d_result,result,N,cudaMemcpyHostToDevice);
```
我们想要这个：
```
cudaMemcpy(d_result,result,N*sizeof(int),cudaMemcpyHostToDevice);
```
并且需要在内核之后的调用上进行类似的修正。
您的内核有一个越界索引错误：
```
if(id<=(N)){
    int j=0;
    for(j=0;j<M;j++){
        if(d_txt[id+j]!=d_pat[j]){
```
上面的代码将允许for循环索引超出数组d_txt的末尾，该数组仅限于N长度。为了解决这个问题，我们可以将循环行为限制为仅在有足够的＆＃34;索引空间＆＃34;对于j循环的完整迭代：
```
if((id+M)<=(N)){
    int j=0;
    for(j=0;j<M;j++){
        if(d_txt[id+j]!=d_pat[j]){
```
（并且可能还有很多其他方法可以解决此问题。）__global__报告的无效cuda-memcheck读取可能会发现此错误。

以下代码解决了上述问题，并且对我运行没有错误：

$ cat t964.cu
#include<stdio.h>
#include<string.h>

#define cudaCheckErrors(msg) \
    do { \
        cudaError_t __err = cudaGetLastError(); \
        if (__err != cudaSuccess) { \
            fprintf(stderr, "Fatal error: %s (%s at %s:%d)\n", \
                msg, cudaGetErrorString(__err), \
                __FILE__, __LINE__); \
            fprintf(stderr, "*** FAILED - ABORTING\n"); \
            exit(1); \
        } \
    } while (0)


__global__ void pattern_search(char* d_txt,char* d_pat,int* d_result,int N,int M){
    int id=threadIdx.x+blockIdx.x*blockDim.x;
    if((id+M)<=(N)){
        int j=0;
        for(j=0;j<M;j++){
            if(d_txt[id+j]!=d_pat[j]){
                break;
            }
        }
        //if(j==M){
            d_result[id]=id;
        //}

    }
}

int main(){
    char txt[]="AABAACAADAABAAABAA";
    char pat[]="AABA";

    int N=strlen(txt);
    int M=strlen(pat);
    char* d_pat;
    cudaMalloc((void **)&d_pat,M);
    char* d_txt;
    cudaMalloc((void **)&d_txt,N);

    int result[N];
    for(int i=0;i<N;i++){
        result[i]=0;
    }

    int* d_result;
    cudaMalloc((void**)&d_result,N*sizeof(int));
    cudaMemcpy(d_txt,txt,N,cudaMemcpyHostToDevice);
    cudaMemcpy(d_pat,pat,M,cudaMemcpyHostToDevice);
    cudaMemcpy(d_result,result,N*sizeof(int),cudaMemcpyHostToDevice);
    cudaCheckErrors("1");
    pattern_search<<<1,50>>>(d_txt,d_pat,d_result,N,M);

    cudaMemcpy(result,d_result,N*sizeof(int),cudaMemcpyDeviceToHost);
    cudaCheckErrors("2");
    for(int k=0;k<N;k++){

        printf("pattern found at:%d\n",result[k]);
    }
}

你还没有确切地指出你期望的输出，但结果似乎对我来说是合理的。

请注意，我对上面第5项的应用修补意味着只有第一个N-M+1个主题会报告结果。如果你想要某种不同的行为（不确定你想要什么样的模式匹配），当然还有其他方法来修改它。

将来，如果你想避免投票和关闭投票，我的建议是要注意你的问题主要是要求调试帮助（＆＃34;为什么这个代码不起作用？＆＃34;）因此它属于SO expects和MCVE的问题类别。你提供了一个完整的代码，这很好。可能还有一些其他方面可以改进：

更清楚地说明问题所在。关于运行多少个线程的问题不是很清楚。对于一个好的MCVE，您应该解释预期结果是什么并显示实际结果。在某些情况下，提及您正在使用的CUDA版本，编译命令行和平台（主机操作系统）可能也很有用。
演示并使用cuda-memcheck正确的cuda错误检查和使用。即使您不理解错误输出，也请在您的问题中描述或包含它 - 对于那些试图帮助您的人来说，它会很有用。

为什么只有少量线程正在启动？

1 个答案:

为什么只有少量线程正在启​​动？

1 个答案:

为什么只有少量线程正在启动？