如何使用 Cuda 将动态特征向量传递给 GPU？

Question

我将学习如何将动态特征向量传输到 GPU 并将其取回。为此，我写了一段测试代码：

    using Vector = Eigen::Matrix<float, Eigen::Dynamic, 1, Eigen::ColMajor>;
    Vector vector;
    uint64_t size = 6;

    vector.resize(size);
    for (uint64_t i = 0; i < size; ++i)
        vector[i] = i;

    uint64_t sizeInBytes = size * sizeof (float) + sizeof (vector);

    Vector *vectorCuda;
    cudaMalloc((void**)&vectorCuda, sizeInBytes);
    cudaMemcpy(vectorCuda, &vector, sizeInBytes, cudaMemcpyKind::cudaMemcpyHostToDevice);

    Vector result;
    result.resize(size);
    cudaMemcpy(&result, vectorCuda, sizeInBytes, cudaMemcpyKind::cudaMemcpyDeviceToHost);

    cudaFree(vectorCuda);
    std::cout << "result: " << std::endl << result << std::endl;

输出是：

result: 
0
1
2
3
4
5
double free or corruption (fasttop)

所以我将数据传递给 GPU 并将其取回，但我收到了 SIGABRT 错误。错误发生在std::free(ptr):

1  __GI_raise                                                                      raise.c           50   0x7ffff660b18b 
2  __GI_abort                                                                      abort.c           79   0x7ffff65ea859 
3  __libc_message                                                                  libc_fatal.c      155  0x7ffff66553ee 
4  malloc_printerr                                                                 malloc.c          5347 0x7ffff665d47c 
5  _int_free                                                                       malloc.c          4266 0x7ffff665ede5 
6  Eigen::internal::aligned_free                                                   Memory.h          177  0x555555564e14 
7  Eigen::internal::conditional_aligned_free<true>                                 Memory.h          230  0x55555556601e 
8  Eigen::internal::conditional_aligned_delete_auto<float, true>                   Memory.h          416  0x555555565820 
9  Eigen::DenseStorage<float, -1, -1, 1, 0>::~DenseStorage                         DenseStorage.h    542  0x555555565281 
10 Eigen::PlainObjectBase<Eigen::Matrix<float, -1, 1, 0, -1, 1>>::~PlainObjectBase PlainObjectBase.h 98   0x5555555650be 
11 Eigen::Matrix<float, -1, 1, 0, -1, 1>::~Matrix                                  Matrix.h          178  0x5555555650de 
12 main                                                                            main.cpp          26   0x555555564b42 

我以为是因为在空对象上调用了析构函数，但是当我注释掉该行时

//    cudaMemcpy(&result, vectorCuda, sizeInBytes, cudaMemcpyKind::cudaMemcpyDeviceToHost);

错误消失了。

那么如何解决呢？

我最近也在用 Cuda 编写代码，我的代码中可能有一些不好的行。因此，如果有经验的人注意到可能导致未来错误的东西，我会很高兴。我想将开始和结束的动态特征向量存储在堆栈中。

Answer 1

解决此问题的最简单方法是使用 Eigen data() 函数将其转换为 float* 指针，该函数返回指向矩阵中数据的原始指针。您可以将数据传输到 GPU，在那里进行处理，然后将该数据复制回来并再次将其存储在一个不错的特征矩阵中。

#include <iostream>
#include <cuda_runtime.h>
#include <eigen3/Eigen/Core>
#include <eigen3/Eigen/Dense>

using Vector = Eigen::Matrix<float, Eigen::Dynamic, 1, Eigen::ColMajor>;

int main(){
Vector vector;
uint64_t size = 6;

vector.resize(size);
for (uint64_t i = 0; i < size; ++i)
    vector[i] = i;

uint64_t sizeInBytes = size * sizeof (float);

float *raw_vector = vector.data();
float *vectorCuda;
cudaMalloc((void**)&vectorCuda, sizeInBytes);
cudaMemcpy(vectorCuda, raw_vector, sizeInBytes, cudaMemcpyKind::cudaMemcpyHostToDevice);

Vector result;
result.resize(size);
cudaMemcpy(result.data(), vectorCuda, sizeInBytes, cudaMemcpyKind::cudaMemcpyDeviceToHost);

cudaFree(vectorCuda);
std::cout << "result: " << std::endl << result << std::endl;
return 0;

 }