如何在 CUDA 内核中索引 Matlab 数组[重复]

Question

我正在对一个用 Matlab 编写的程序进行并行化。

目前我有以下代码：

#define _USE_MATH_DEFINES

#include "cuda_runtime.h"
#include "device_launch_parameters.h"

#include <math.h>

__global__ void radialAverage(double** image, int x_center, int y_center)
{
    int i, x, y;

    const int x_size = 400;
    const int y_size = 400;

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

    double angle     = 0;
    double dAngle    = M_PI/360;

    double radImgMat[x_size][y_size];
    double angleMatPi[x_size][y_size];


    //radImMap erstellen
    for( x = 0; x < x_size; x++) {
        for( y = 0; y < y_size; y++) {
        radImgMat[x][y]  = sqrt((double)(x+1-x_center)*(x+1-x_center) + (y+1-y_center)*(y+1-y_center));
        }
    }

    //Angle-Matrix (pi-pi) erstellen
    for ( x = 0; x < x_size; x++) {
        for( y = 0; y < y_size; y++) {
            float xD = x+1-x_center;
            float yD = y+1-y_center;
            if(yD>0) {
                angleMatPi[x][y] = -1*(atan(xD/yD)+M_PI/2)+M_PI;
            } else if(yD==0 && xD<0) {
                angleMatPi[x][y] = M_PI;
            } else if(yD==0 && xD>0) {
                angleMatPi[x][y] = 0;
            } else {
                angleMatPi[x][y] = -1*(atan(xD/yD)+M_PI/2);
            }
        }
    }

    //Cut ImgMat
    for(x=0; x < x_size; x++) {
        for(y = 0; y < y_size; y++) {
            if((angleMatPi[x][y] < (angle-dAngle)) || (angleMatPi[x][y] > (angle+dAngle))) {
                image[x][y] = 0;
            }               
        }
    }
}

在纯 C++ 中它工作得非常好，但是当我尝试时出现错误 索引int* image 矩阵，它应该是二维的。你们有谁 知道如何访问给定矩阵的内容？

Answer 1

我发现代码存在三个问题。首先，我们需要确保将图像数据复制到 GPU 并传递给内核。您可能已经这样做了，但我们需要查看主机代码才能知道。在主机上运行的代码应该是这样的，

int *d_image;
cudaMalloc((void**)&d_image,x_size*y_size*sizeof(int)); //allocate memory on the GPU for the image

cudaMemcpy(d_image,image,x_size*y_size*sizeof(int),cudaMemcpyHostToDevice); //copy the image to GPU global memory

radialAverage<<<numBlocks,numThreads>>>(d_image,x_size,y_size,x_center,y_center); //Call CUDA kernel with device pointer to image data

这应该可以解决引用图像数据时的崩溃问题。其次是您索引图像的方式。如果您将图像作为 int* 传递，则必须将其作为一维数组访问。 CUDA 代码不知道图像的尺寸是多少。每当您想获取一些图像数据时，您都需要使用它（假设行主要顺序），

image[y*x_size + x];

第三是你的代码根本不是并行的。在计算过程中您永远不会引用“线程”的值，因此您基本上是在整个图像上并行多次执行相同的串行计算。我建议查看一些非常基本的 CUDA 代码以了解其工作原理。 UDACITY 有一个很棒的关于 CUDA 和并行编码的小型在线视频课程，我强烈推荐。 https://www.udacity.com/course/cs344