任何 cuda 调用上的 CudaErrorUnknown code=30答案

【问题标题】：CudaErrorUnknown code=30 on any cuda call任何 cuda 调用上的 CudaErrorUnknown code=30
【发布时间】：2018-04-29 21:55:29
【问题描述】：

我已经安装了 cuda 工具包，我可以毫无问题地运行示例。现在，我想在我的项目中使用 cuda，在我的项目中我使用 cmake。因此，为了演示我的问题，我创建了一个简单的示例。我有 3 个文件，我的主要文件是“teste.cpp”，一个 cuda 文件“hello_world.cu”，它是标题。我的 main 唯一要做的就是调用 hello_world.cu 中的函数，如下所示：

#include <iostream>
#include "hello_world.h"

using namespace std;

int main(int argc, char** argv)
{

    teste(argc, argv);  
    return 0;

}

我的 hello_world.cu 是“时钟”样本的精确副本。所以，看起来像这样：

// CUDA runtime
#include </usr/local/cuda-9.0/include/cuda_runtime.h>

// helper functions and utilities to work with CUDA
#include </usr/local/cuda-9.0/samples/common/inc/helper_functions.h>
#include </usr/local/cuda-9.0/samples/common/inc/helper_cuda.h>

#define NUM_BLOCKS    64
#define NUM_THREADS   256

__global__ static void timedReduction(const float *input, float *output, clock_t *timer)
{
    // __shared__ float shared[2 * blockDim.x];
    extern __shared__ float shared[];

    const int tid = threadIdx.x;
    const int bid = blockIdx.x;

    if (tid == 0) timer[bid] = clock();

    // Copy input.
    shared[tid] = input[tid];
    shared[tid + blockDim.x] = input[tid + blockDim.x];

    // Perform reduction to find minimum.
    for (int d = blockDim.x; d > 0; d /= 2)
    {
        __syncthreads();

        if (tid < d)
        {
            float f0 = shared[tid];
            float f1 = shared[tid + d];

            if (f1 < f0)
            {
                shared[tid] = f1;
            }
        }
    }

    // Write result.
    if (tid == 0) output[bid] = shared[0];

    __syncthreads();

    if (tid == 0) timer[bid+gridDim.x] = clock();
}

int teste(int argc, char** argv) {
  printf("CUDA Clock sample\n");

    // This will pick the best possible CUDA capable device
    int dev = findCudaDevice(argc, (const char **)argv);

    float *dinput = NULL;
    float *doutput = NULL;
    clock_t *dtimer = NULL;

    clock_t timer[NUM_BLOCKS * 2];
    float input[NUM_THREADS * 2];

    for (int i = 0; i < NUM_THREADS * 2; i++)
    {
        input[i] = (float)i;
    }

    checkCudaErrors(cudaMalloc((void **)&dinput, sizeof(float) * NUM_THREADS * 2));
    checkCudaErrors(cudaMalloc((void **)&dinput, sizeof(float) * NUM_THREADS * 2));
    checkCudaErrors(cudaMalloc((void **)&doutput, sizeof(float) * NUM_BLOCKS));
    checkCudaErrors(cudaMalloc((void **)&dtimer, sizeof(clock_t) * NUM_BLOCKS * 2));

    checkCudaErrors(cudaMemcpy(dinput, input, sizeof(float) * NUM_THREADS * 2, cudaMemcpyHostToDevice));

    timedReduction<<<NUM_BLOCKS, NUM_THREADS, sizeof(float) * 2 *NUM_THREADS>>>(dinput, doutput, dtimer);

    checkCudaErrors(cudaMemcpy(timer, dtimer, sizeof(clock_t) * NUM_BLOCKS * 2, cudaMemcpyDeviceToHost));

    checkCudaErrors(cudaFree(dinput));
    checkCudaErrors(cudaFree(doutput));
    checkCudaErrors(cudaFree(dtimer));

    long double avgElapsedClocks = 0;

    for (int i = 0; i < NUM_BLOCKS; i++)
    {
        avgElapsedClocks += (long double) (timer[i + NUM_BLOCKS] - timer[i]);
    }

    avgElapsedClocks = avgElapsedClocks/NUM_BLOCKS;
    printf("Average clocks/block = %Lf\n", avgElapsedClocks);

    return EXIT_SUCCESS;
}

我的 CMakeLists.txt 如下所示：

cmake_minimum_required(VERSION 2.8)
set(CUDA_HOST_COMPILER /usr/bin/g++-4.9)
find_package(CUDA QUIET REQUIRED)

# Pass options to NVCC
set(
    CUDA_NVCC_FLAGS
    ${CUDA_NVCC_FLAGS};
    -O3 -std=c++11 -g 
    )

# For compilation ...
# Specify target & source files to compile it from
cuda_add_executable(
    helloworld
    teste.cpp
    hello_world.cu
)

代码编译，当我运行它时，我得到这个输出：

CUDA Clock sample
GPU Device 0: "GeForce GTX 950M" with compute capability 5.0

CUDA error at /home/cesar/Documents/cuda_teste/hello_world.cu:69 code=30(cudaErrorUnknown) "cudaMalloc((void **)&dinput, sizeof(float) * NUM_THREADS * 2)"

为什么我在使用 cmake 时会出现此错误？如果我转到示例目录并直接尝试“时钟”示例，一切正常。那么这是我的 CMakeLists.txt 的问题吗？

【问题讨论】：

我无法重现您的错误。如果我获取您的代码和 Cmake 文件并构建（有一些路径更改），我会得到一个功能性的可执行文件并且没有运行时错误。你确定在你的构建机器上多个 CUDA 版本或类似的东西之间没有某种冲突吗？ pastebin.com/cGrQFASq

标签： c++ cmake cuda

【解决方案1】：

我设法找到了解决方案。

在我的 CMakeLists.txt 上，我需要使用“-arch=sm_50”向我的 NVCC 添加一个标志，在我的情况下，它是 sm_50，因为我的显卡具有 5.0 的计算能力，如果任何人有相同的错误并且想试试这个，你必须检查你的计算能力

【讨论】：