CUDA点积答案 - 爱码网

【问题标题】：CUDA dot productCUDA点积
【发布时间】：2016-01-03 06:12:50
【问题描述】：

我正在做一个 cuda 教程，我必须在其中制作两个向量的点积。在实施教程中提供的解决方案后，我遇到了一些在this 堆栈溢出帖子中解决的问题。现在，无论我做什么，我都会收到答案 0。您可以在下面找到代码！

#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include "device_atomic_functions.h"
#include <stdio.h>
#include <stdlib.h>
#define N (2048 * 8)
#define THREADS_PER_BLOCK 512

__global__ void dot(int *a, int *b, int *c)
{
    __shared__ int temp[THREADS_PER_BLOCK];
    int index = threadIdx.x + blockIdx.x * blockDim.x;
    temp[threadIdx.x] = a[index] * b[index];

    __syncthreads();

    if (threadIdx.x == 0)
    {
        int sum = 0;
        for (int i = 0; i < N; i++)
        {
            sum += temp[i];
        }
        atomicAdd(c, sum);
    }
}

int main()
{
    int *a, *b, *c;
    int *dev_a, *dev_b, *dev_c;
    int size = N * sizeof(int);

   //allocate space for the variables on the device
    cudaMalloc((void **)&dev_a, size);
    cudaMalloc((void **)&dev_b, size);
    cudaMalloc((void **)&dev_c, sizeof(int));

   //allocate space for the variables on the host
   a = (int *)malloc(size);
   b = (int *)malloc(size);
   c = (int *)malloc(sizeof(int));

   //this is our ground truth
   int sumTest = 0;
   //generate numbers
   for (int i = 0; i < N; i++)
   {
       a[i] = rand() % 10;
       b[i] = rand() % 10;
       sumTest += a[i] * b[i];
       printf(" %d %d \n",a[i],b[i]);
   }

   *c = 0;

   cudaMemcpy(dev_a, a, size, cudaMemcpyHostToDevice);
   cudaMemcpy(dev_b, b, size, cudaMemcpyHostToDevice);
   cudaMemcpy(dev_c, c, size, cudaMemcpyHostToDevice);

   dot<<< N / THREADS_PER_BLOCK, THREADS_PER_BLOCK >> >(dev_a, dev_b,    dev_c);

   cudaMemcpy(c, dev_c, sizeof(int), cudaMemcpyDeviceToHost);

   printf("%d ", *c);
   printf("%d ", sumTest);

   free(a);
   free(b);
   free(c);

   cudaFree(a);
   cudaFree(b);
   cudaFree(c);

   system("pause");

   return 0;

 }

【问题讨论】：

标签： c++ visual-studio cuda

【解决方案1】：

首先，请按照this legendary post中的描述在代码中添加CUDA错误检查。

就在内核执行调用之前，您将在以下行中将额外的内存复制到dev_c：

cudaMemcpy(dev_c, c, size, cudaMemcpyHostToDevice);

应该是：

cudaMemcpy(dev_c, c, sizeof(int), cudaMemcpyHostToDevice);

代码中的另一个错误是在内核内部，__shared__ 内存变量 temp 在 for 循环中被越界访问。当循环被迭代到N 时，共享内存的元素数等于THREADS_PER_BLOCK。只需在循环中将N 替换为THREADS_PER_BLOCK。

【讨论】：