CUDA - 可视化分析器和控制流发散
我在剖析我的CUDA应用程序，我遇到了一些我不明白的Visual Profiler中存在的“控制流发散”指标。 根据用户指南： 控制流发散给出了未执行的线程指令的百分比 我在CUDA内核中有以下代码： int var; var = tex2D（texture，x，y）; // texture fetch if（var
..
其它硬件开发
我可以在.h文件中定义CUDA内核吗？
我很难理解我应该如何处理CUDA程序中的不同文件： 我试图重构一个CUDA程序，我已经工作了一会儿。到目前为止它或多或少是一个单文件程序。我有1 .cu文件，其中包含所有的CUDA代码以及main函数。我有几个头文件，包括，但它们只包含非CUDA函数。该程序越来越大，更麻烦，我想把内核结构为不同的文件，以便于阅读。 最初我想这样做的方法是有.cuh文件。我没有得到工作，所以我试图让我的
..
nvvp和nsight的profiler给出不同的结果？
我想尝试gst_inst_128bit指令。 在同一个程序中，nvvp给了很多gst_inst_128bit命令执行。 在nsight的profiler中，获取4次gst_inst_32bit指令。 它们应该是一个相同的程序。 在Linux，CUDA 5.0，GTX 580上试验了这个实验。 程序只是将数据从一个数组复制到另一个数组内核函数： 在main中： cudaMal
..
为什么我有一个“未对齐的内存访问不支持”错误？
我有一个“未对齐的内存访问不支持的错误”，并做了谷歌搜索 ，但没有明确的解释。 整个错误消息是： /c:\cuda\include\math_functions_dbl_ptx1.h ）：错误：不支持未对齐的内存访问 以下代码导致错误： for（j = low; j 变量j和高声明为int。 任何人都可以解释这件事吗？
..
第一次机会异常cudaError_enum在内存位置
我从Visual Studio 2012运行我的应用程序时收到此错误。 开发规范： Cuda 5.0 VS C ++ 2012 Quadro K4000 看到有其他相关的文章这里，此处和
..
Cuda性能测量 - 已用时间返回零
我写了几核函数，不知道有多少毫秒来处理这些功能。 使用命名空间std; #include #include #include 的#defineñ8000 无效fillArray为（int *数据，诠释计数）{ 的for（int i = 0; I<计数;我++） 数据[i] = rand（）％100;
..
如何选择CPU和GPU进行公平比较？
我需要做一个有说服力的论据，一个好的GPU对于需要做某些计算的人可能是有价值的，并且可能愿意写他/她自己的代码来做这些计算。我编写了CUDA代码，使用GPU快速进行计算，我想将其计算时间与只使用CPU的版本进行比较。困难的部分是争论，我正在做一个相当公平的比较，即使我不是比较苹果和苹果。 如果我没有办法声称我选择的CPU和GPU在一些有意义的意义上是相当的质量，那么可以说，我可能会故意选择一
..
同时运行两个具有相同数量循环的for循环，涉及两个GPU上的GPU和CPU任务
我有两个 for 循环在我的代码运行相同数量的循环。这两个循环是独立的（每个循环在不同的输入数据上工作）。在一个循环中，有CPU功能和几个内核不同时运行。 我可以在不同的GPU上执行这些迭代吗？ 解决方案 您可以在两个不同的GPU上分别运行涉及的内核。 您必须注意CPU处理在两个GPU的部分结果上的同步。由于存在顺序部分，在使用 2 2 的最大可能加速因子> GPU。 从
..
无法在编译CUDA项目时打开cpp1.ii文件
过去几个月，我一直在使用CUDA与64位Windows 7安装以及Visual Studio 2008.最近我转向一个32位Windows 7安装，并更新了我的显卡，这是以前是一个8600GTX现在是一个GTX465。我已经安装了相关的驱动程序和CUDA 3.1工具包，并仍然使用VS2008。 不知何故，如果我尝试和编译同样的Visual Studio项目， ，我在构建窗口中获得以下输出：
..
如何在Linux上使用Nsight 5.5进行远程调试？
免责声明：我知道此问题已被多次提出，但在Nsight 5.5之前，答案只是“您不能。”。 我试图在Ubuntu上使用Nsight 5.5调试CUDA程序。远程机器也是一个Ubuntu的CUDA工具包5.5。 我使用“在远程系统上调试应用程序”在NSight中设置调试。 每当我尝试运行应用程序时，我得到“无法启动远程主机上的gdbserver”错误。 这是我在控制台上得到的：
..
CUDA内核的向量长度基于threadIdx
这是我在CUDA中作为图像重建算法的一部分实现的伪代码的一部分： （0->检测器XDim / 2-1）：对于每个ybin（0-> detectorYDim-1） ： rayInit =（xbin * xBinSize + 0.5，ybin * xBinSize + 0.5，-detectordistance ） rayEnd = beamFocusCoord slopeVector
..
用Fortran& CUDA
我想在PGI的fortran编译器中制作一个简单的程序。这个简单的程序将使用显卡计算pi使用“飞镖”算法。在与这个程序作战了一段时间后，我终于得到它的行为大部分。但是，我目前坚持正确传回结果。我必须说，这是一个相当棘手的程序调试，因为我不能再把任何打印语句推入子程序。此程序当前返回全零。我不知道发生了什么，但我有两个想法。这两个我不知道如何解决： CUDA内核不是以某种方式运行？ 我没有正
..
OpenMP到CUDA：减少
我想知道如何在CUDA中使用OpenMP的 reduce（）等价物。我在网上做了一些研究，没有一个我试过的工作。代码： #pragma omp parallel for reduction（+：sum） for（i = 0; i
..
软阈值在CUDA
我有一个数组 1024 元素，我有一个阈值 t> 0 / p> A [i] = A [i] - t //如果A [i] t A [i] = A [i] + t //如果A [i] -t A [i] = 0 //否则 简单内核： void __global__ Kernel_Shrinkage（float * A，float t，int n）{ int
..
thrust :: copy不适用于device_vectors
我从 Thrust文档复制了此代码： #include #include #include int main（） { thrust :: device_vector vec0（100）; thrust :: devi
..
cublas如何实现异步标量变量传输
在许多cublas或cusparse函数调用中，它们使用标量变量，我们可以在主机指针或设备指针中传递，例如alpha和beta变量 http://docs.nvidia.com/cuda/cublas/#cublas-lt-t-gt-gemm 这是如何实现的？如果数据在主机中，我认为需要在设备上分配内存，然后调用cudaMemcpyAsync来复制数据。但是，做cudaMalloc会使函数
..
CUDA中的SM如何同时运行多个块？
在CUDA中，一个SM可以同时运行多个块，如果每个块不会花费太多的资源。 在费米，我们知道一个SM由 32kb 注册空间使用。假设一个线程使用32个寄存器，所以这个SM可以包含一个包含 256（（32 * 1024）/（32 * 4））线程的块。如果SM可以同时运行多个块，我们还可以为一个块配置32个逻辑，为SM配置8个块。 解决方案 正如@talonmies所说，你的数学不完全正确
..
CXX0030：错误：表达不能评估，visual studio& CUDA
每当我尝试运行下面调试器中的代码时，它总是在设备指针上显示一条错误消息，如变量check_d，check_re_h ...说 无法评估CXX0030：error：expression。 我对CUDA和visual studio非常新，所以任何帮助将非常感谢。 ＃include //#include //#include\"sourc
..
在CUDA中的块之间分配线程
我正在使用CUDA中的项目。第一次我使用 Dim 8 * 8 作为我的矩阵只有一个块。然后我计算索引如下： int idx = blockIdx.x * blockDim.x + threadIdx.x; int idy = blockIdx.y * blockDim.y + threadIdx.y; 它给了我一个正确的答案。之后，我想在块之间分配线程来衡量性能。我使
..
atomicInc（）不工作
我试过下面的程序使用atomicInc（）。 __ global__ void ker（int * count） { int n = 1; int x = atomicInc（（unsigned int *）& count [0]，n）; CUPRINTF（“在内核计数为％d \\\ ”，count [0]）; } int main（） { int hitCou
..