Question

我正在开发一个CUDA光线平面交叉核。

我们假设，我的平面（面）结构是：

typedef struct _Face {
    int ID;
    int matID;

    int V1ID;
    int V2ID;
    int V3ID;

    float V1[3];
    float V2[3];
    float V3[3];

    float reflect[3];

    float emmision[3];
    float in[3];
    float out[3];

    int intersects[RAYS];

} Face;

我粘贴了整个结构，以便您可以了解它的大小。当前配置中 RAYS 等于 625 。在下面的代码中假设faces数组的大小是1270（通常是 - 数千）。

直到今天，我已经以一种非常天真的方式启动了我的内核：

const int tpb = 64; //threads per block
dim3 grid = (n +tpb-1)/tpb; // n - face count in array
dim3 block = tpb;
//.. some memory allocation etc.
theKernel<<<grid,block>>>(dev_ptr, n);

在内核中我有一个循环：

__global__ void theKernel(Face* faces, int faceCount) {
    int offset = threadIdx.x + blockIdx.x*blockDim.x;
    if(offset >= faceCount)
        return;
    Face f = faces[offset];
    //..some initialization
    int RAY = -1;
    for(float alpha=0.0f; alpha<=PI; alpha+= alpha_step ){ 
        for(float beta=0.0f; beta<=PI; beta+= beta_step ){ 
            RAY++;
            //..calculation per ray in (alpha,beta) direction ...
            faces[offset].intersects[RAY] = ...; //some assignment

这是关于它的。我循环了所有方向并更新了 faces 数组。我工作正常，但几乎没有CPU代码快。

所以今天我尝试优化代码，并使用更多线程启动内核。我不希望每个面具有 1个线程，而是希望每个面部的光线 1个线程（意味着625个线程适用于1个面）。修改很简单：

dim3 grid = (n*RAYS +tpb-1)/tpb;  //before launching . RAYS = 625, n = face count

和内核本身：

__global__ void theKernel(Face *faces, int faceCount){

int threadNum = threadIdx.x + blockIdx.x*blockDim.x;

int offset = threadNum/RAYS; //RAYS is a global #define
int rayNum = threadNum - offset*RAYS;

if(offset >= faceCount || rayNum != 0)
    return;

Face f = faces[offset];
//initialization and the rest.. again ..

此代码不根本不起作用。为什么？从理论上讲，只有第一个线程（每个面部625个）应该可以工作，那么为什么会导致计算不良（几乎没有）？

亲切的问候，即

Answer 1

任何维度中网格的最大大小为65535（CUDA programming guide，附录F）。如果在更改之前网格大小为1000，则将其增加到625000.这大于限制，因此内核将无法正常运行。

如果将网格大小定义为

dim3 grid((n + tpb - 1) / tpb, RAYS);

然后所有网格尺寸都小于限制。您还必须更改内核中blockIdx的使用方式。

Answer 2

正如Heatsink所指出，你可能已经超出了可用资源。好主意是在内核执行后检查是否没有错误。

这是我使用的C ++代码：

#include <cutil_inline.h>

void
check_error(const char* str, cudaError_t err_code) {
    if (err_code != ::cudaSuccess)
        std::cerr << str << " -- " << cudaGetErrorString(err_code) << "\n";
}

然后当我侵犯内核时：

my_kernel <<<block_grid, thread_grid >>>(args);
check_error("my_kernel", cudaGetLastError());

增加线程数时CUDA内核错误

2 个答案: