【发布时间】：2012-05-06 20:23:30
【问题描述】：
我正在尝试在 cuda 中编写矩阵乘法代码，这与 Nvidia 的 cuda 编程指南非常相似，但它不起作用。它应该做 C=alpha*A*B+beta*C ，但对于每个 A,B C 保持不变。
__global__ void MatMulKernel(int m,int n,int k,double *A,double *B,double *C,double alpha,double beta)
{
double Ctemp = 0.0;
int row = blockIdx.y * blockDim.y + threadIdx.y;
int col = blockIdx.x * blockDim.x + threadIdx.x;
int ind;
for (ind = 0; ind < k; ++ind)
{
Ctemp += A[row+ind*m]*B[ind+col*k];
}
C[row+m*col] = alpha*Ctemp+beta*C[row+m*col];
//C[row+m*col] = Ctemp;
__syncthreads();
}
extern "C" void
local_mm_cuda (const int m, const int n, const int k, const double alpha,
const double *A, const int lda, const double *B, const int ldb,
const double beta, double *C, const int ldc)
{
int row, col;
/* Verify the sizes of lda, ldb, and ldc */
assert (lda >= m);
assert (ldb >= k);
assert (ldc >= m);
// allocating memory for device array
double *dA,*dB,*dC;
size_t sizeA = sizeof(double)*m*k;
size_t sizeB = sizeof(double)*n*k;
size_t sizeC = sizeof(double)*m*n;
cudaMalloc((void**)&dA,sizeA);
cudaMalloc((void**)&dB,sizeB);
cudaMalloc((void**)&dC,sizeC);
cudaMemcpy(dA, A, sizeA, cudaMemcpyHostToDevice);
cudaMemcpy(dB, B, sizeB, cudaMemcpyHostToDevice);
cudaMemcpy(dC, C, sizeC, cudaMemcpyHostToDevice);
// calling matrix multiplication kernal
dim3 dimBlock(BLOCK_SIZE, BLOCK_SIZE);
dim3 dimGrid( n/dimBlock.x, m/dimBlock.y);
MatMulKernel<<<dimGrid, dimBlock>>>(m,n,k,dA,dB,dC,alpha,beta);
cudaThreadSynchronize();
// saving C calculated back in C
cudaMemcpy(dC,C, sizeC,cudaMemcpyDeviceToHost);
cudaFree(dA);
cudaFree(dB);
cudaFree(dC);
}
【问题讨论】：
-
您的问题是什么？ （并且提示“我的代码不工作”不是问题）您在该代码中有 12 个 API 调用，所有调用都返回一个状态，您应该检查每个调用是否返回错误。您的代码也是双精度的。您是否正在为支持双精度的设备进行编译和运行？
-
我想知道我是否遗漏了任何明显的东西。我正在为 Tesla M2090 "Fermi" gpu 编译
-
您遗漏了一些明显的东西 - 错误检查。您的症状与内核从未运行一致，但您无法知道，因为您的代码不检查 API 错误。
-
@talonmies 是的，问题是内核没有运行。我在不同的系统上运行它工作正常。谢谢
标签： cuda matrix-multiplication