Question

我是CUDA编程的新手，我开始使用PyCUDA来获得基础知识。我研究了这些教程并运行了几个简单的测试代码。测试仅使用1D阵列。当我尝试使用2D数组运行以下代码时，我不断收到PyCUDA警告，说清理操作由于地址错位而失败。

import pycuda.autoinit
import pycuda.driver as drv
import numpy as np
from pycuda.compiler import SourceModule

mod = SourceModule("""
    __global__ void multiply(float **dest) {
        const int i = threadIdx.x;
        const int j = threadIdx.y;
        dest[i][j] = 2.0*dest[i][j];
    }
""")

a = np.random.randn(32, 32).astype(np.float32)
multiply = mod.get_function("multiply")
multiply(drv.InOut(a), block=(32,32,1), grid=(1,1))

print(a)

运行上述脚本时出现的错误是：

Traceback (most recent call last):
  File "cudaTest.py", line 16, in <module>
    multiply(drv.InOut(a), block=(32,32,1), grid=(1,1))
  File "/users/gpu/local/python3.3/lib/python3.6/site-packages/pycuda-2016.1.2-py3.6-linux-x86_64.egg/pycuda/driver.py", line 405, in function_call
    Context.synchronize()
pycuda._driver.LogicError: cuCtxSynchronize failed: misaligned address
PyCUDA WARNING: a clean-up operation failed (dead context maybe?)
cuMemFree failed: misaligned address
PyCUDA WARNING: a clean-up operation failed (dead context maybe?)
cuModuleUnload failed: misaligned address

我已经检查了有关SO的其他问题并找到了similar one。根据那里给出的答案，我尝试指定数组a的大小，但无济于事。

我在带有两个nVidia Tesla K10 GPU的群集上运行此功能。由于我没有root访问权限，因此我必须在本地安装Python3并将numpy，pyCUDA等添加到本地安装。该集群在Ubuntu 12.04.1 LTS上运行。我使用Python 3.6.0与PyCUDA 2016.1.2和CUDA 6.0

Answer 1

这里的问题是你对什么构成一个＆＃34; 2D阵列＆＃34;是不正确的。 Numpy数组（以及扩展名为PyCUDA gpuarrays）默认以行主要顺序存储在斜线性存储器中。你的内核已被编写为期望输入中的指针数组，并且正在尝试将浮点数据用作地址，从而导致您看到的运行时寻址错误。

要更正内核以使用数组，您需要将其修改为：

INSERT INTO TABLE_NAME (column1,column2,column3,...columnN)
VALUES (value1,value2,value3,...valueN);

请注意，数组作为指向线性分配的指针传递，而不是行指针数组。因此，您需要将元素中的数组间距传递给内核，以便调用PyCUDA主机代码如下所示：

mod = SourceModule("""
    __global__ void multiply(float *dest, int lda) {
        const int i = threadIdx.x;
        const int j = threadIdx.y;
        float *p = &dest[i * lda + j]; // row major order
        *p *= 2.0f;
    }
""")

您应该会发现现在可以正常使用。

PyCUDA未对齐地址清理失败

1 个答案: