CUDA，mutex和atomicCAS（）
最近我开始开发CUDA和面对atomicCAS（）的问题。 要在设备代码中使用内存进行某些操作，我必须创建一个互斥，以便只有一个线程可以在关键代码段中使用内存。 下面的设备代码运行在1块和多个线程上。 __ global__ void cudaKernelGenerateRandomGraph（...，int * mutex） { int i = threadIdx.x;
..
cuda相关内容
CUDA 6.5抱怨不支持gcc 4.9 - 该怎么办？
我刚刚从Kubuntu 12.04升级到14.04。现在，当我想编译CUDA代码（使用CUDA 6.5）时，我得到： #error - 不支持的GNU版本！不支持gcc 4.9及以上版本！ 我安装了gcc-4.8（和4.7），并尝试使用符号链接c $ c> / usr / local / cuda / bin 此处建议的解决方案： CUDA与我的gcc版本
..
使用CUDA缩减矩阵列
我有一个矩阵，我想使用CUDA，并以最快的方式计算列方式的平均值（归结为简单的和），即返回一个行向量包含每列的平均值矩阵。用于计算单个列向量的和的和简化实现如下： template __global__ void kernelSum（const T * __restrict__ input，T * __restrict__ per_block_results，
..
我可以从C ++代码编译不是由nvcc编译CUDA运行时函数？
有什么方法可以调用CUDA运行时函数调用如 cudaMemcpy（...）使用常规C ++编译器编译的.cpp文件中的 ？ 解决方案 编辑：此处有一个示例 调用者C（但可能是C ++）。 #include #include #include #include
..
什么是CUDA设备代码支持的真正的C ++语言结构？
CUDA文档的3.2版本的附录D指的是CUDA设备代码中的C ++支持。 清楚地提到CUDA支持“用于计算能力2.x的设备的类”。但是，我正在使用计算能力1.1和1.3的设备，我可以使用此功能！ 例如，此代码的工作原理： //类定义自愿简化 类Foo { private： int x_; public： __device__ Foo（）{x_ = 42; }
..
不支持外部呼叫 - CUDA
目的是调用另一个文件中可用的设备函数，当我编译全局内核时，它显示以下错误 *不支持外部调用（发现非内联调用_Z6GoldenSectionCUDA ）* 。 问题代码（不是完整代码，但出现问题的地方）， cat norm.h ＃ifndef NORM_H_ ＃define NORM_H_ ＃include __device__ double invcd
..
使用Thrust通过键组合两个列表
给定两个键值列表，我试图通过匹配键并在键匹配时对两个值应用函数来组合两侧。在我的情况下，我想乘以值。一个小例子，使其更清楚： 左键：{1,2,4，5，6} 左值：{3，4，1，2，1} 右键：{1,3,4,5,6,7}; 右值：{2，1，1，4，1，2}; 预期的输出键：{1,4,5,6} 预期输出值：{6,1,8,1} 我已经能够在CPU上使用下面的代码
..
如何创建一个CUDA上下文？
如何创建CUDA上下文？ 第一次调用CUDA很慢，我想在启动内核之前创建上下文。 解决方案 强制运行时API上下文建立的规范方法是调用 cudaFree（0）。如果您有多个设备，请使用您要建立上下文的设备的ID调用 cudaSetDevice（），然后 cudaFree（0）建立上下文。 编辑：注意，从CUDA 5.0开始，上下文建立的启发式略有不同， cudaSetDevice（
..
编译包含动态并行的代码失败
我使用CUDA 5.5和NVDIA GeForce GTX 780进行动态并行编程，计算能力为3.5。我调用内核函数内核函数，但它给我一个错误： 错误：调用__global__函数（“kernel_6” ）从__global__函数（“kernel_5”）只允许在compute_35体系结构或以上 p> 解决方案 您可以这样做 nvcc -arch = sm_35 -r
..
试图获得CUDA 7.5与GCC 5.x一起使用
所以，如果你尝试使用nvcc当系统GCC是版本5及以上，你会得到一个“不支持的版本”的错误。但是 - 我听说有人报告他们刚刚评论过这一点，CUDA 7.5“为他们工作”与GCC 5.x。 当我做同样，但是（检查是在 $ CUDA_DIR / host_config.h ），并编译的东西，我得到以下错误： /usr/lib/gcc/x86_64-redhat-linux/5.3.1/i
..
CUDA如何获取网格，块，线程大小和非平方矩阵计算
我是CUDA的新用户，需要帮助了解一些事情。我需要帮助并行化这两个for循环。具体如何设置dimBlock和dimGrid使这个运行更快。我知道这看起来像sdk中的向量添加示例，但该示例只是为方阵，当我尝试修改该代码为我的128 x 1024矩阵，它不能正常工作。 __ global__ void mAdd（float * A，float * B，float * C） { （int i
..
CUDA链接错误 - Visual Express 2008 - nvcc致命由于（null）配置文件
我一直在寻找一个可能的解决方案，我的错误在过去2周。我已成功安装了Cuda 64位编译器（工具）和SDK，以及64位版本的Visual Studio Express 2008和Windows 7 SDK与Framework 3.5。我使用Windows XP 64位。我已经确认VSE能够在64位编译，因为我有所有的64位选项可用，使用以下网站上的步骤：（因为Visual Express本身不包括6
..
在Windows上编译Qt Creator中的Cuda代码
我一直在试图获得一个Qt项目文件运行在32位的Windows 7系统，其中我想/需要包括Cuda代码。这种组合的东西要么是这么简单，没有人曾经打算在网上举一个例子，或者如此困难，没有人成功，似乎。无论如何，唯一有用的论坛线程我发现是在Linux或Mac上的相同的问题，或在Windows上的Visual Studio。 所有这些都给出各种不同的错误，然而，无论是链接或冲突的库，或文件名中的空格或C
..
CUDA和类
我已经搜索了一些洞察如何确切地使用类与CUDA，虽然有一个普遍的共识，它可以完成，显然是由人做的，我已经很难找到如何实际做。 我有一个类，实现一个基本的bitset与操作符重载等。我需要能够在主机和设备上实例化这个类的对象，在两者之间复制等。我在.cu中定义这个类吗？如果是这样，我如何在我的主机端C ++代码中使用它？类的函数不需要访问特殊的CUDA变量，如threadId;它只需要能够使用
..
如何在Visual Studio 2008中启动一个新的CUDA项目？
这是一个令人难以置信的基本问题，但是如何在Visual Studio 2008中启动一个新的CUDA项目？我发现了大量有关CUDA相关事务的文档，但是没有关于如何开始一个新项目的文档。我正在使用Windows 7 x64 Visual Studio 2008 C ++。我真的很想找到一些真正基本的Hello World应用程序来获得一个基本的程序编译和运行。 编辑： 我试过你的步骤汤姆
..
cudaMemcpy分段故障
这段错误发生在cudaMemcpy被调用时： p> CurrentGrid-> cdata [i] = new float [size] cudaMemcpy（CurrentGrid-> cdata [i]，Grid_dev-> cdata [i]，size * sizeof（float），\ cudaMemcpyDeviceToHost）; CurrentG
..
传入CUDAfy结构内的阵列
使用VS 2012，.NET 4.5，64位和CUDAfy 1.12，我有概念以下证明 使用系统;使用System.Runtime.InteropServices ; 使用Cudafy; 使用Cudafy.Host; 使用Cudafy.Translator; 命名空间测试 { [Cudafy（eCudafyType.Struct） [StructLayout（Layout
..
CUDA驱动程序API与CUDA运行时
在编写CUDA应用程序，您可以在驱动程序级别或在运行时级别这个图片上所示（该库是CUFFT和CUBLAS的高等数学）工作： 我假定两者之间的折衷是为低伊维尔基尼API，但在增加的代码复杂度为代价来提高性能。有什么具体的区别，并在那里，你可以不与高层次的API做任何显著的东西呢？ 我使用CUDA.net与C＃互操作，这是建作为驱动API的副本。这鼓励写在C＃中有很多相当复杂的代码，而C
..
PyCuda：CUDA中内核解引用数组元素通过指针
我使用PyCuda到双阵列传递到通过指针CUDA内核。该阵列是一个不同的内核的输出，所以数据已是在GPU上。 在内核中，我试图访问元素在每个阵列做减法载体。那我得到的数组中的元素的值不正确（的H＆amp; p是错在下面的code）。 谁能帮我看看我究竟做错了什么？ 我的code： 进口pycuda.driver为CUDA 进口pycuda.autoinit 从pycuda.co
..
在CUDA多precision乘法
我想实现在CUDA多precision倍增。对于这样做，我已经实现，应计算 uint32_t的的乘法256位操作数类型，并把结果在288位阵列的内核。到目前为止，我已经想出了这个code： __ device__ __constant__ UN_256fe B_const; __global__无效multiply32x256Kernel（uint32_t的A，UN_288bite *结果）{
..