Question

我怎么能：

将cudaMallocPitch浮动内存绑定到2D纹理参考
将一些主机数据复制到设备上的2D阵列
将一个添加到纹理参考并写入a。）Pitch 2D数组或b。）写入线性存储器阵列
阅读回答并显示。

以下是应该实现此目的的代码。请注意，对于NxN数组大小，我的代码可以正常工作。对于N！M，其中N！= M，我的代码咬了灰尘（不是正确的结果）。如果你能解决这个问题，我将奖励你1个互联网（供应有限）。也许我很疯狂，但根据文档，这应该工作（它确实适用于方阵！）。附加的代码应该使用'nvcc whateveryoucallit.cu -o runit'运行。

非常感谢帮助！

#include<stdio.h>
#include<cuda.h>
#include<iostream>
#define height 16
#define width 11
#define BLOCKSIZE 16

using namespace std;

// Device Kernels

//Texture reference Declaration
texture<float,2> texRefEx;


__global__ void kernel_w_textures(float* devMPPtr, float * devMPtr, int pitch)
{
 // Thread indexes
        unsigned int idx = blockIdx.x*blockDim.x + threadIdx.x;
        unsigned int idy = blockIdx.y*blockDim.y + threadIdx.y;

 // Texutre Coordinates
 float u=(idx)/float(width);
 float v=(idy)/float(height);
 devMPtr[idy*width+idx]=devMPPtr[idy*pitch/sizeof(float)+idx];
 // Write Texture Contents to malloc array +1
 devMPtr[idy*width+idx]= tex2D(texRefEx,u,v);//+1.0f;
}
int main()
{
 // memory size
 size_t memsize=height*width;
 size_t offset;
 float * data,  // input from host
  *h_out,  // host space for output
  *devMPPtr, // malloc Pitch ptr
  *devMPtr; // malloc ptr

 size_t pitch;

 // Allocate space on the host
 data=(float *)malloc(sizeof(float)*memsize);
 h_out=(float *)malloc(sizeof(float)*memsize);


// Define data
for (int i = 0; i <  height; i++)
 for (int j=0; j < width; j++)
  data[i*width+j]=float(j);

// Define the grid
dim3 grid((int)(width/BLOCKSIZE)+1,(int)(height/BLOCKSIZE)+1), threads(BLOCKSIZE,BLOCKSIZE);

// allocate Malloc Pitch
cudaMallocPitch((void**)&devMPPtr,&pitch, width * sizeof(float), height);

// Print the pitch
printf("The pitch is %d \n",pitch/sizeof(float));

// Texture Channel Description
//cudaChannelFormatDesc channelDesc = cudaCreateChannelDesc<float>();
cudaChannelFormatDesc channelDesc = cudaCreateChannelDesc(32,0,0,0,cudaChannelFormatKindFloat);

// Bind texture to pitch mem:
cudaBindTexture2D(&offset,&texRefEx,devMPPtr,&channelDesc,width,height,pitch);
cout << "My Description x is " << channelDesc.x << endl;
cout << "My Description y is " << channelDesc.y << endl;
cout << "My Description z is " << channelDesc.z << endl;
cout << "My Description w is " << channelDesc.w << endl;
cout << "My Description kind is " << channelDesc.f << endl;
cout << "Offset is " << offset << endl;

// Set mutable properties:
texRefEx.normalized=true;
texRefEx.addressMode[0]=cudaAddressModeWrap;
texRefEx.addressMode[1]=cudaAddressModeWrap;
texRefEx.filterMode= cudaFilterModePoint;

// Allocate cudaMalloc memory
cudaMalloc((void**)&devMPtr,memsize*sizeof(float));

// Read data from host to device
cudaMemcpy2D((void*)devMPPtr,pitch,(void*)data,sizeof(float)*width,
  sizeof(float)*width,height,cudaMemcpyHostToDevice);

//Read back and check this memory
cudaMemcpy2D((void*)h_out,width*sizeof(float),(void*)devMPPtr,pitch,
  sizeof(float)*width,height,cudaMemcpyDeviceToHost);

// Print the memory
 for (int i=0; i<height; i++){
  for (int j=0; j<width; j++){
   printf("%2.2f ",h_out[i*width+j]);
  }
 cout << endl;
 }

 cout << "Done" << endl;
// Memory is fine... 

kernel_w_textures<<<grid,threads>>>(devMPPtr, devMPtr, pitch);

// Copy back data to host
cudaMemcpy((void*)h_out,(void*)devMPtr,width*height*sizeof(float),cudaMemcpyDeviceToHost);


// Print the Result
 cout << endl;
 for (int i=0; i<height; i++){
  for (int j=0; j<width; j++){
   printf("%2.2f ",h_out[i*width+j]);
  }
 cout << endl;
 }
 cout << "Done" << endl;

return(0);
}

编辑10月17日：所以我仍然没有找到解决这个问题的方法。 Nvidia在这方面相当沉默似乎世界也是如此。我找到了使用共享内存的解决方法，但如果有人有纹理解决方案，我会很高兴。

编辑 Octoboer 26：仍然没有解决问题，但如果有人知道，仍然对此感兴趣。

编辑 7月26日：哇哇已经9个月了 - 我一直忽略了正确的答案。诀窍是：

if ( idx < width  && idy < height){//.... code }

正如之前所指出的那样。感谢所有贡献者！

Answer 1

它可能与你的块大小有关。在此代码中，您尝试将一个16x16线程块写入11x16内存块。这意味着你的一些线程正在写入未分配的内存。这也解释了为什么你的测试（16 * M乘32 * N）有效：没有线程写入未分配的内存，因为你的尺寸是16的倍数。

解决此问题的简单方法是这样的：

if ((x < width) && (y < height)) {
   // write output 
  devMPtr[idy*width+idx]= tex2D(texRefEx,u,v); 
}

在调用内核之前，您需要将高度和宽度传递给内核函数或将常量复制到卡上。

Answer 2

我想：

 float u=(idx)/float(width);
 float v=(idy)/float(height);

应该是

 float u=(idx+0.5f)/float(width);
 float v=(idy+0.5f)/float(height);

为了得到相同的输入/输出，否则第二列输出等于第一列输入而不是第二列，第二列输出也是错误的。

如果你有不同的观察，请纠正我。

Answer 3

 // Texutre Coordinates
 float u=(idx + 0.5)/float(width);
 float v=(idy + 0.5)/float(height);

您需要偏移才能到达纹素的中心。我认为你的16个纹理的非多重可能存在一些舍入误差。我尝试了这个，它对我有用（两个输出都相同）。

Answer 4

显卡通常期望纹理的尺寸为2的幂，对于nVidia卡尤其如此。 Cuda的cudaMallocPitch和cudaMemcpy2D使用这些音高并查看您的代码，最安全的解决方案是自己调整宽度和高度以确保安全。否则，Cuda可能会写入无效的内存，因为它会出现错误的偏移：

#define height 16
#define width 11

...

size_t roundUpToPowerOf2(size_t v)
{
  // See http://graphics.stanford.edu/~seander/bithacks.html#RoundUpPowerOf2
  --v;
  v |= v >> 1;
  v |= v >> 2;
  v |= v >> 4;
  v |= v >> 8;
  v |= v >> 16;
  ++v;
  return v;
}
...

size_t horizontal_pitch = roundUpToPowerOf2(width);
size_t vertical_pitch = roundUpToPowerOf2(height);
size_t memsize = horizontal_pitch * vertical_pitch;

...

// Read data from host to device
cudaMemcpy2D((void*)devMPPtr,pitch,(void*)data,sizeof(float)*horizontal_pitch,
  sizeof(float)*width,height,cudaMemcpyHostToDevice);

//Read back and check this memory
cudaMemcpy2D((void*)h_out,horizontal_pitch*sizeof(float),(void*)devMPPtr,pitch,
  sizeof(float)*width,height,cudaMemcpyDeviceToHost);

// Print the memory
 for (int i=0; i<height; i++){
  for (int j=0; j<width; j++){
   printf("%2.2f ",h_out[i*horizontal_pitch+j]);
  }
 cout << endl;
 }

...

// Copy back data to host
cudaMemcpy((void*)h_out,(void*)devMPtr,horizontal_pitch*vertical_pitch*sizeof(float),cudaMemcpyDeviceToHost);

// Print the Result
 cout << endl;
 for (int i=0; i<height; i++){
  for (int j=0; j<width; j++){
   printf("%2.2f ",h_out[i*horizontal_pitch+j]);
  }
 cout << endl;
 }
 cout << "Done" << endl;

希望我没有忽略应该使用horizontal_pitch / vertical_pitch而不是普通宽度/高度的任何地方。

Answer 5

或许看一下这个帖子：http://forums.nvidia.com/index.php?showtopic=186585

另一个非常有用的示例代码片段目前在NVIDIA SDK中;正如NVIDIA论坛上面的帖子中所提到的，simplePitchLinearTexture示例运行良好。

由于我们使用纹理存储器，我相信2D网格的大小在某些硬件上必须是2的幂，正如上面的一个答案中所建议的那样。

如何从2D纹理成功读取

5 个答案: