Question

我正在开发一个需要GPU支持的自定义OP for tensorflow，遵循the tensorflow documentation中的指南。在我自己的代码中跟踪错误时，我回到文档中的示例并尝试编译the referenced code example：

#if GOOGLE_CUDA
#define EIGEN_USE_GPU
#include "third_party/eigen3/unsupported/Eigen/CXX11/Tensor"

__global__ void AddOneKernel(const int* in, const int N, int* out) {
  for (int i = blockIdx.x * blockDim.x + threadIdx.x; i < N;
       i += blockDim.x * gridDim.x) {
    out[i] = in[i] + 1;
  }
}

void AddOneKernelLauncher(const int* in, const int N, int* out) {
  AddOneKernel<<<32, 256>>>(in, N, out);
}

#endif

使用文档中建议的命令：

nvcc -std=c++11 -c -o cuda_op_kernel.cu.o cuda_op_kernel.cu.cc \
-I $TF_INC -D GOOGLE_CUDA=1 -x cu -Xcompiler -fPIC

将$TF_INC正确替换为tensorflow包含路径。不幸的是，这会产生很多错误：

/usr/lib/gcc/x86_64-linux-gnu/5/include/emmintrin.h(1294): error: expression must have arithmetic, unscoped enum, or pointer type
/usr/lib/gcc/x86_64-linux-gnu/5/include/emmintrin.h(1300): error: expression must have arithmetic, unscoped enum, or pointer type
/usr/lib/gcc/x86_64-linux-gnu/5/include/emmintrin.h(1306): error: expression must have arithmetic, unscoped enum, or pointer type
/usr/lib/gcc/x86_64-linux-gnu/5/include/emmintrin.h(1312): error: expression must have arithmetic, unscoped enum, or pointer type
/usr/lib/gcc/x86_64-linux-gnu/5/include/emmintrin.h(1318): error: expression must have arithmetic, unscoped enum, or pointer type
/usr/lib/gcc/x86_64-linux-gnu/5/include/emmintrin.h(1324): error: expression must have arithmetic, unscoped enum, or pointer type
/usr/lib/gcc/x86_64-linux-gnu/5/include/emmintrin.h(1330): error: expression must have arithmetic, unscoped enum, or pointer type
/usr/lib/gcc/x86_64-linux-gnu/5/include/emmintrin.h(1336): error: expression must have arithmetic, unscoped enum, or pointer type

还有更多像这样的人。

我发现这可能与不受支持的nvcc / gcc / os组合有关。我没有自己设置机器（实际上没有sudo权限）。我在Ubuntu 16.04.2上有nvcc版本7.5.17，gcc版本4.9.3。 Ubuntu 16.04.2未列在CUDA 7.5支持的系统中。这可能是一个问题，但我发现许多人声称它适用于16.04。此外，我在这台机器上成功编译了Tensorflow和GPU支持..

此外，这些错误与代码中的the Tensor #include相关，并且代码在没有此行的情况下成功编译。如果演示OP在没有这个包含的情况下工作，我没有尝试过，但我自己的OP失败了

2017-06-01 09:36:14.679685: E tensorflow/stream_executor/cuda/cuda_driver.cc:1067] could not synchronize on CUDA context: CUDA_ERROR_LAUNCH_FAILED :: No stack trace available
2017-06-01 09:36:14.679777: F tensorflow/core/common_runtime/gpu/gpu_util.cc:370] GPU sync failed

两个问题：

为什么我需要包含这个Eigen Tensor标题，虽然演示OP实际上不使用Eigen Tensor？
错误来自哪里以及如何解决？您认为这与不受支持的系统配置有关吗？

Answer 1

好的，对于那些遇到同样问题的人：您可以使用nvcc参数为-ccbin设置主机编译器，如this回答中所述。只需将其设置为gcc-4.9。

为CUDA编译自定义张量流操作

1 个答案: