Valgrind 和 CUDA:报告的泄漏是真的吗?
我的应用程序中有一个非常简单的 CUDA 组件.Valgrind 报告了很多泄漏和仍然可访问的问题，所有这些都与 cudaMalloc 调用有关. 这些泄漏是真的吗?我为每个 cudaMalloc 调用 cudaFree.这是 valgrind 无法解释 GPU 内存分配吗?如果这些泄漏不是真实的，我可以抑制它们并让 valgrind 只分析应用程序的非 gpu 部分吗? 外部“C"无符号
..
cuda相关内容
如何计算 CUDA 内核的实现带宽
我想要衡量我的内核存档的峰值内存带宽有多少. 假设我有一个 NVIDIA Tesla C1060，它的 最大带宽为 102.4 GB/s.在我的内核中，我可以访问以下全局内存: ...for(int k=0;k>4000;k++){浮动结果 = (in_data[index]-loc_mem[k]) * (in_data[index]-loc_mem[k]);……}out_data[索引
..
CUDA:cudaEvent_t 和 cudaThreadSynchronize 用法
我对 cudaEvent_t 的用法有点困惑.目前，我正在使用这样的 clock() 调用来查找内核调用的持续时间: cudaThreadSynchronize();时钟开始 = 时钟()；fooKernel>>(z, w);cudaThreadSynchronize();时钟结束 = 时钟()；//打印时间差:( end - begin ) 寻找更高分辨率的计时器我正在考虑
..
如何使用 CUDA 生成随机排列
我可以使用哪些并行算法从给定集合中生成随机排列?特别是适合 CUDA 的提案或论文链接会很有帮助. Fisher-Yates shuffle 的顺序版本. 例子: 令 S={1, 2, ..., 7} 为源索引集.目标是并行生成 n 个随机排列.n 个排列中的每一个都只包含每个源索引一次，例如{7, 6, ..., 1}. 解决方案 Fisher-Yates shuffl
..
分析我的代码(开源)和第 3 方代码(闭源)的内存使用情况的最佳策略
我很快将负责对用 C/C++ 编写并使用 CUDA 来利用 GPU 处理的代码进行适当的内存配置. 我最初的想法是创建宏和运算符重载，以便我在源代码中跟踪对 malloc、free、delete 和 new 的调用.我将能够包含不同的标题，并使用 __FILE__ 和 __LINE__ 宏将内存调用打印到日志文件.这种类型的策略可以在这里找到:http://www.almostinfinit
..
如何编译 PTX 代码
我需要修改PTX代码，直接编译.原因是我想要一个接一个的特定指令，并且很难编写导致我的目标 PTX 代码的 cuda 代码，所以我需要直接修改 ptx 代码.问题是我可以将其编译为(fatbin 和 cubin)，但我不知道如何将这些(.fatbin 和 .cubin)编译为“X.o"文件. 解决方案 可能有一种方法可以通过有序的 nvcc 命令序列来做到这一点，但我不知道它并没有没发现.
..
CUDA 中的块减少
我正在尝试减少 CUDA，我真的是一个新手.我目前正在研究来自 NVIDIA 的示例代码. 我想我真的不知道如何设置块大小和网格大小，尤其是当我的输入数组(512 X 512)大于单个块大小时. 这里是代码. 模板__global__ void reduce6(int *g_idata, int *g_odata, unsigned i
..
简单的 CUDA 内核优化
在加速应用程序的过程中，我有一个非常简单的内核，它执行如下所示的类型转换: __global__ void UChar2FloatKernel(float *out, unsigned char *in, int nElem){无符号整数 i = (blockIdx.x * blockDim.x) + threadIdx.x;if(i 全局内存访问是合并的，据我了解，使用共享内存也没有好处，因
..
不支持外部调用 - CUDA
目标是调用另一个文件中可用的设备函数，当我编译 global 内核时，它显示以下错误 *External calls are not supported (found non-inlined call to _Z6GoldenSectionCUDA)*. 有问题的代码(不是完整的代码，而是出现问题的地方)，猫范数.h # ifndef NORM_H_# 定义 NORM_H_# 包括
..
CUDA 中的全局变量
如何在 CUDA 中创建全局变量?可以举个例子吗? 例如，如何在 CUDA 函数中创建数组 __global__ void test(){int *a = 新的 int[10];} 或者我怎样才能创建一个全局数组并通过这个函数访问它.例如 __device__ int *a;__global__ 无效测试(){一[0] = 2;} 或者我怎样才能像下面这样使用.. __global
..
EmguCV - 找不到 nvcuda.dll
有人要求我构建一个实时人脸识别应用程序，在环顾四周后，我决定尝试 EmguCV 和 OpenCV 作为人脸识别库. 我目前遇到的问题是尝试安装 SDK 并使其正常工作.我已按照 此处 的说明尝试运行它，但我仍然无法运行样品.每当我尝试运行它们时，都会出现错误 程序无法启动，因为您的计算机中缺少 nvcuda.dll.尝试重新安装程序以解决此问题. 我已经尝试了大多数常见的修复方法，例如将
..
在不同范围内的 Cuda 内核中生成随机数
我正在尝试在 cuda 内核中生成随机数随机数.我希望从均匀分布和整数形式中生成随机数，从 1 到 8.每个线程的随机数都不同.可以生成随机数的范围也因一个线程而异.一个线程中范围的最大值可能低至 2，或者在另一个线程中可能高达 8，但不会高于该值.因此，我在下面提供了一个示例，说明我希望如何生成数字: 在线程#1 -->范围的最大值是 2，所以随机数应该在 1 到 2 之间在线程#2 -->范
..
我可以从非 nvcc 编译的 C++ 代码中调用 CUDA 运行时函数吗?
有什么方法可以调用 CUDA 运行时函数调用，例如 cudaMemcpy(...); 在 .cpp 文件中，使用常规 C++ 编译器编译? 解决方案 编辑:有一个 这里的例子但是已经找不到了，不过大部分例子都复制到下面了. 调用者 C(但可能是 C++) #include #include #include #inclu
..
创建要与 C++ 程序链接的静态 CUDA 库
我正在尝试将 CUDA 内核与 C++ 自动工具项目链接，但似乎无法通过链接阶段. 我有一个文件 GPUFloydWarshall.cu，其中包含我想放入库 libgpu.a 中的内核和包装 C 函数.这将与项目的其余部分保持一致.这有可能吗? 其次，该库需要链接到大约十个其他库，用于目前使用 mpicxx 的主要可执行文件. 目前我正在使用/生成以下命令来编译和创建 libgp
..
纹理记忆——tex2D基础
在使用纹理内存时，我遇到了以下代码:- uint f = (blockIdx.x * blockDim.x) + threadIdx.x;uint c = (blockIdx.y * blockDim.y) + threadIdx.y;uint read = tex2D(refTex, c+0.5f, f+0.5f); 我的问题是为什么我们要在 c 和 f 中都添加 0.5f?这让我很困惑..
..
在 Windows 中运行时的 CUDA 性能损失
当我在 Windows 7(相对于 Linux)中运行 CUDA 应用程序时，我注意到性能受到很大影响.我想我可能知道减速发生在哪里:无论出于何种原因，Windows Nvidia 驱动程序(版本 331.65)在通过运行时 API 调用时都不会立即调度 CUDA 内核.为了说明问题，我分析了 mergeSort 应用程序(来自 CUDA 5.5 附带的示例). 首先考虑在 Linux 中运
..
CUDA 中的矩阵向量乘法:基准测试和表现
我正在用一些新的基准测试结果更新我的问题(我还重新表述了问题以更具体并更新了代码)... 我按照 CUDA C 编程指南 使用共享内存.先介绍一下我在 Jetson TK1(GPU:Tegra K1，计算能力 3.2)上所做的一些基准测试结果，并与 cuBLAS 进行比较: 在这里，我猜 cuBLAS 有一些魔力，因为它的执行似乎不受 A 的列数的影响，这反过来意味着沿着列存在某种并行
..
CUDA 在 __device__ 函数中分配内存
CUDA 有没有办法在设备端函数中动态分配内存?我找不到任何这样做的例子. 来自 CUDA C 编程手册: B.15 动态全局内存分配 void* malloc(size_t size);无效自由(无效* ptr)； 从全局内存中的固定大小堆动态分配和释放内存. 内核中的 CUDA malloc() 函数从设备堆中分配至少 size 个字节，并返回一个指向已分配内存的指针，如
..
并行基数排序，这个实现实际上是如何工作的?有一些启发式方法吗?
我正在为他们的并行编程课程做一个 Udacity 测验.我很困惑我应该如何开始作业，因为我不确定我是否理解正确. 对于赋值(在代码中)，我们得到了两个数组和值数组以及一个位置数组.我们应该使用并行基数排序对值数组进行排序，同时正确设置位置. 我完全了解基数排序及其工作原理.我不明白的是他们希望我们如何实施它.这是开始分配的模板 //Udacity HW 4//基数排序#include
..
解释 ptxas 的详细输出，第一部分
我正在尝试了解我的每个 CUDA 线程的资源使用情况，以用于手写内核. 我使用 nvcc -arch=sm_20 -ptxas-options=-v 将我的 kernel.cu 文件编译为 kernel.o 文件 我得到了以下输出(通过c++filt): ptxas info : 为 'sm_20' 编译入口函数 'searchkernel(octree, int*, double,
..