Question

我是CUDA的新手，正在从事矢量加法的第一个练习

#include<stdio.h>
#include<stdlib.h>
#include<math.h>

// Compute vector sum C = A+B
//CUDA kernel. Each thread performes one pair-wise addition

__global__ void vecAddKernel(float *A, float *B, float *C, int n)
{
//Get our global thread ID
int i = blockDim.x*blockIdx.x+threadIdx.x;

if (i<n) C[i] = A[i] + B[i];
}

int main(int argc, char* argv[])
{

//Size of vectors
int n = 100000;

int size = n * sizeof(float);


//Host input vectors
float *h_A, *h_B;
//Host output vector
float *h_C;

//Device input vectors
float *d_A, *d_B;
//Device output vector
float *d_C;

//Allocate memory for each vector on host
h_A = (float*)malloc(sizeof(size));
h_B = (float*)malloc(sizeof(size));
h_C = (float*)malloc(sizeof(size));

//Allocate memory for each vector on GPU
cudaMalloc( (void **) &d_A, size);
cudaMalloc( (void **) &d_B, size);
cudaMalloc( (void **) &d_C, size);

//Copy host vectors to device
cudaMemcpy(d_A, h_A, size, cudaMemcpyHostToDevice);
cudaMemcpy(d_B, h_B, size, cudaMemcpyHostToDevice);

int blockSize, gridSize;

//Number of threads in each block
blockSize = 1024;//Execute the kernel
vecAddKernel<<<gridSize,blockSize>>>(d_A, d_B, d_C, n);

//Synchronize threads
cudaThreadSynchronize();

//Copy array back to host
cudaMemcpy( h_C, d_C, size, cudaMemcpyDeviceToHost );


//Release device memory
cudaFree(d_A);
cudaFree(d_B);
cudaFree(d_C);

//Release host memory
free(h_A);
free(h_B);
free(h_C);

return 0;
}

编译成功，但是在运行代码时我得到：`Segmentation fault（core dumped）。我看不出问题出在哪里。我尝试使用nvprof，但以任何方式都没有帮助。谁能帮助我找出我在哪里犯了错误？

Answer 1

这些陈述是不正确的：

h_A = (float*)malloc(sizeof(size));
h_B = (float*)malloc(sizeof(size));
h_C = (float*)malloc(sizeof(size));

它们应该是：

h_A = (float*)malloc(size);
h_B = (float*)malloc(size);
h_C = (float*)malloc(size);

malloc采用一个参数，该参数是要分配的字节大小。因此，当您传递值size时，您传递的值是400000，这是正确的。当您传递值sizeof(size)时，您传递的值是size变量的大小（以字节为单位）（即size变量本身占用多少空间来存储其数量））。那是一个4的值（int是4个字节）。

因此，当您进行cudaMemcpy的操作时，例如说h_A并要求向h_A所指的内容传输400000个字节，而您仅提供了4个字节的分配在那里（无论它指向何处），您都将使其超载并出现段错误。

这与CUDA无关。

顺便说一句，nvprof并不是解决此问题的正确工具。 nvprof是分析器，它希望要分析的代码在功能上是正确的。您无需使用nvprof来调试此类问题。它不是调试器。

由于这纯粹是一个主机代码问题（就像所有seg错误一样，即使在CUDA中也是如此），因此您可以使用gdb之类的主机调试器来调试它。当然，您可以类似地使用类似cuda-gdb的工具来调试它。同样，如果您在Windows上，则例如内置调试器。视觉工作室。

最后，对于解决此特定问题并不会有多大帮助，但是我始终建议，只要您遇到CUDA代码问题，都应使用proper CUDA error checking并使用cuda-memcheck运行代码。

向量加法CUDA

1 个答案: