【发布时间】：2018-04-25 20:55:35
【问题描述】：
我对 cuda 和 pycuda 很陌生。
我需要一个内核，通过简单地“重复”相同的数组 n 次，从数组（1 x d）中创建一个矩阵（维度为 n x d）：
例如，假设我们有 n = 4 和 d = 3，那么如果数组是[1 2 3]
我的内核的结果应该是：
[1 2 3
1 2 3
1 2 3
1 2 3]
（一个 4x3 矩阵）。
基本上和做numpy.tile(array, (n, 1))是一样的
我已经写了下面的代码：
kernel_code_template = """
__global__ void TileKernel(float *in, float *out)
{
// Each thread computes one element of out
int y = blockIdx.y * blockDim.y + threadIdx.y;
int x = blockIdx.x * blockDim.x + threadIdx.x;
if (y > %(n)s || x > %(d)s) return;
out[y * %(d)s + x] = in[x];
}
"""
d = 64
n = 512
blockSizex = 16
blockSizey = 16
gridSizex = (d + blockSizex - 1) / blockSizex
gridSizey = (n + blockSizey - 1) / blockSizey
# get the kernel code from the template
kernel_code = kernel_code_template % {
'd': d,
'n': n
}
mod = SourceModule(kernel_code)
TileKernel = mod.get_function("TileKernel")
vec_cpu = np.arange(d).astype(np.float32) # just as an example
vec_gpu = gpuarray.to_gpu(vec_cpu)
out_gpu = gpuarray.empty((n, d), np.float32)
TileKernel.prepare("PP")
TileKernel.prepared_call((gridSizex, gridSizey), (blockSizex, blockSizey, 1), vec_gpu.gpudata, out_gpu.gpudata)
out_cpu = out_gpu.get()
现在，如果我在 d 等于 2 >= 16 的幂的情况下运行此代码，我会得到正确的结果（就像 numpy.tile(vec_cpu, (n, 1)) 一样）； 但是如果我将 d 设置为其他任何值（例如 88），我会得到输出矩阵的每个元素都有 正确的值，除了第一列：一些条目是正确的，但其他条目有另一个值，显然是随机的，对于每个错误的元素都相同，但每次运行都不同， 并且第一列中具有错误值的条目每次运行都不同。 示例：
[0 1 2
0 1 2
6 1 2
0 1 2
6 1 2
...]
我真的不知道是什么导致了这个问题，但也许这只是我缺少的一些简单的东西......
任何帮助将不胜感激，在此先感谢！
【问题讨论】：
-
我用你的代码测试过的每个例子似乎都能正常工作（例如 d=88，n=567）通过
np.allclose(np.tile(vec_cpu, (n, 1)),out_cpu)。您能否编辑一个您已确认不适用于您的问题的确切案例？ -
我确切地知道了如何重现这个错误：首先我用 d=88, n=32 运行脚本，它工作正常；然后我将 d 更改为 128，同样的 n，它仍然可以正常工作；然后我把 d 改回 88，同样的 n，我得到了第一列的错误！