CUDA：'name'在目标位置没有值
在我的代码当我调用findMax函数，索引变量不能定义，但max，我可以定义和工作。我试着用不同的名字，但不工作。什么是问题？ 解决方案 即使禁用所有优化，CUDA编译器也会执行一些优化。 index 在设备函数findMax中没有副作用，因此编译器删除了该变量。
..
其它硬件开发
cudaArray简单示例 - 如何分配1D数组？
如何分配 cudaArrays ？我特别感兴趣的是分配一维数组。分配后如何访问它的简单元素？我阅读 CUDA 编程指南，但我没有完全。任何人请用示例代码解释。是否使用cuda1Darray？ 解决方案 cudaArray是特殊结构，您可以如下分配1D cudaArray： cudaArray * arr; //创建通道描述符。 float就是例子。将其更改为所需的数据类型。
..
调试器在CUDA 5
Nvidia发布了CUDA 5的延伸eclipse。他们还有VS2010的Nsight插件。在VS2010中，我们可以在内核断点处停止程序执行，但是如何在Linux上的eclipse中实现这个功能？我没有看到任何nsight特定的键来停止执行。我试图改变透视，但它调试为一个正常的C / C ++应用程序。我使用的是特斯拉C2070，英特尔至强8核机器与Linux。 解决方案 我来自Nsig
..
在程序-CUDA中计算FLOPS / GFLOPS
已经完成我的应用程序，它乘以CRS矩阵和向量（SpMV），现在唯一要做的是计算FLOPS我的应用程序。在我看来，在稀疏矩阵 - 向量乘法的情况下，很难估计浮点运算的数量，因为一行中的乘法数量真的是“跳跃”或流畅。 我只是尝试使用“cudaprof”（可在./CUDA/bin目录中）测量时间 - 它工作正常。 任何建议和指导膏赞赏！ 解决方案 这不只是你的意见;一个简单的事实是，
..
cuda表面内存错误
我的cuda代码工作正常。但是当我在代码的顶部包含以下内容时会给出一些错误。 surface sImg; fatal：'.surf'附近的解析错误：语法错误 我可以解决这个问题吗？ 当我在main方法中声明“sImg”时，它编译.. 以下没有工作.. surface
..
如何计算3 D网格中的单个螺纹坐标指数？
我有一个由3D块组成的3 D网格。我希望在每次调用内核时计算每个坐标的各个线程索引。我有这些参数： dim3 blocks_query（32,32,32）; dim3 threads_query（32,32,32）; kernel>>>（）; 在内核中，我想计算x，y和z坐标的各个值， x = 0，y
..
写一个简单的推力函子对某些压缩数组进行操作
我试图使用zip和排列迭代器执行 thrust :: reduce_by_key 。 ，即在几个“虚拟”置换数组的压缩数组上执行此操作。 我在编写函数 density_update 的语法时遇到问题。 但是首先要设置问题。 这是我的函数调用： thrust :: reduce_by_key（dflagt， dflagtend， thrust :: make_zip_it
..
NVRTC和__device__功能
我试图通过利用运行时编译来优化我的模拟器。我的代码是相当长而复杂，但我确定了一个特定的 __ device __ 函数，其性能可以通过删除所有全局内存访问强大提高。 CUDA允许动态编译和链接单个 __ device __ 函数（不是 __ global __ ） ，以便“覆盖”现有的函数？ 解决方案 我很确定真正简短的答案是否。 > 虽然CUDA具有动态/ JIT设备链接器支
..
如何更改CUDA核心的数量以计算效率和可扩展性？
我是CUDA的新手，我想问你的帮助，知道是否可以改变内核的数量来计算程序的效率和可扩展性，除了修改内核与每个块的线程数和用于执行的线程块。也就是说，如果假设效率和可扩展性基于处理器数量，而且我在FERMI GPU中开始使用512个核心，那么我如何从512更改为256,128等核心，以获得不同的加速比给定数据加载？ 提前感谢！ 解决方案 CUDA不支持这种类型的硬件粒度，控制内核的方式，你
..
如何使用Thrust库对键进行精确排序
我有一组整数值，我想使用Thrust对它们进行排序。在这种排序中只使用一些高位/低位有可能。如果可能，我不想使用用户定义的比较器，因为它将使用的算法从radix-sort更改为merge-sort，并增加了很多时间。 当所有数字在位上具有相同的值时，在排序时该位被跳过，因此使用最低可能的位数并且希望它是足够的是可行的。 （即：使用具有8位的char和将高3位设置为0的5位） 示例：
..
Cusparse状态映射错误，同时使用CUDA常量内存
我使用cuda cusparse库来处理稀疏矩阵，我需要执行矩阵向量乘法（cusparseDcsrmv函数）。我有一个稀疏矩阵d_A在csr格式，当我调用这个函数与矢量d_x分配在全局设备内存一切正常工作。但是，虽然我想使用一个向量驻留在常量设备内存我有一个错误：CUSPARSE_STATUS_MAPPING_ERROR 文档说，通常的解决方案是解除绑定任何以前绑定的纹理，但它没有什么与我的
..
双精度CUFFT
我遇到了一些CUDAs FFT库的问题。 我声明输入为cuDoubleComplex，但是编译器返回这个类型与类型的参数不兼容的错误cufftComplex。通过互联网进行一些搜索后，我发现了文件cufft.h，其中有 typedef cuComplex cufftComplex; 行。我的问题是，在库cuComplex.h中，显然cuComplex有一个浮点精度（ typedef cuFl
..
在CUDA中查找最大值
我想在CUDA中编写一个代码，用于为给定的数字集合查找最大值 。 假设您有20个数字，内核正在2个5个线程块上运行。现在假设10个线程同时比较前10个值，并且线程2 找到最大值，因此线程2更新全局内存中的最大值变量。当线程2正在更新时，将使用旧值比较的剩余线程（1,3-10）会发生什么？ 如果我锁定全局变量使用atomicCAS（），线程（1,3-10）将使用旧的最大值进行比较？如何
..
如何从.cu文件获取NVVM IR（LLVM IR）以及如何将NVVM IR编译为二进制文件？
我有一个CUDA C / C ++程序CUDA 7.5。已知：libNVVM库 - 一个优化的编译器库，从NVVM IR生成PTX。 我可以通过使用： nvcc -ptx .cu -o .ptx 但是如何获得NVVM IR $ c> .cu ？ 如何为目标架构编译NVVM IR（LLVM IR） ？ 我需要这个第三方库或程序，如
..
如何编写基于LOP3的指令为Maxwell和更高的NVIDIA架构？
Maxwell Architecture在PTX程序集中引入了一个新的指令，称为LOP3，根据 NVIDIA博客： ”在多个输入上执行复杂逻辑运算 时可以保存指令。 在 GTC 2016 a>，有些CUDA开发人员设法加快了Tegra X1处理器（Maxwell）的 atan2f 功能 但是，在 .cu 文件中定义的以下函数会导致 __ SET_LT 和 __ LOP3_0xe
..
CUDA并行光线追踪：非常低的加速
我使用（py）CUDA编码一个raytracer，我得到一个非常低的加速;例如，在1000x1000的图像中，GPU并行化代码仅比在CPU中执行的顺序代码快4倍。 对于每个射线，我必须解决5方程（光线追踪器使用本文中描述的过程生成黑洞的图像），因此我的设置是以下：每个射线在单独的块中计算，其中5个线程使用共享存储器计算方程。也就是说，如果我想生成宽度为 W 像素和高度为 H 像素的图像，设置
..
经验地确定经线中有多少线程
是否可以编写一个CUDA内核，显示一个warp中有多少线程，而不使用任何warp相关的CUDA设备函数，而不使用基准测试？如果是，如何？ 解决方案 因为你表示一个解决方案与atomics将是有趣的，我提出这一点，一个答案，但我不知道这是否一定是你正在寻找的答案。我承认这是有点统计性质。我提供这只是因为我发现这个问题很有趣。我不建议这是“正确”的答案，我怀疑有人聪明会拿出一个“更好的”答案。
..
最小减少cuda不工作
我写了一个代码，通过减少找到最小值。但是结果总是为零。我不知道是什么问题。请帮帮我。 这里是内核代码：我修改了Nvidia的sum减少代码。 #include #define NumThread 128 #define NumBlock 32 __global__ void min_reduce（int * In，int * Out，int
..
x64允许比Win32更少的每个块的线程？
当我执行一些cuda内核，我注意到，对于我自己的许多cuda内核，x64 build会导致失败，而Win32不会。 我很困惑，因为cuda源代码是相同的，构建是好的。它只是当x64执行时，它说它请求太多的资源启动。但是不应该x64允许比Win32更多的资源在概念上？ 我通常喜欢使用1024个线程每个块，如果可能的话。所以为了使x64代码工作，我必须将块缩小到256。 任何人都有什
..
CUDA：使用网格划分循环，减少共享内存
我有关于在CUDA内核中在共享内存中使用网格级环和优化的减少算法的以下问题。 想象一下，你的1D数组的元素数量多于线程中的线程数（BLOCK_SIZE * GRID_SIZE）。在这种情况下，你将编写这种内核： #define BLOCK_SIZE（8） #define GRID_SIZE 8） #define N（2000） // ... __global__ voi
..