使用 Cuda 进行 128 位向量加法，性能问题
我想添加带有进位的 128 位向量.我的 128 位版本(下面代码中的 addKernel128)比基本 32 位版本(下面的 addKernel32)慢两倍.我有内存合并问题吗?如何获得更好的性能? #include "cuda_runtime.h"#include "device_launch_parameters.h"#include #define UADDO(c,
..
cuda相关内容
cudathrust::remove_if 抛出“thrust::system::system_error"对于 device_vector?
我目前在 VS 2013 下使用 CUDA 7.5.今天我需要从 device_vector 中删除一些元素，因此决定使用 remove_if.但是无论我修改代码，程序编译得很好，但在运行时抛出“thrust::system::system_error". 首先我尝试了自己的代码: int main(){推力::host_vectorAA(10, 1);推力::序列(AA.beg
..
关于错误代码“无效的设备功能"通过带有 compute_ 和 sm_ 编译选项的 nvcc
希望您能帮我找出下面这张卡片所需的正确编译器选项: >./deviceQuery 开始...>>CUDA 设备查询(运行时 API)版本(CUDART 静态链接)>>检测到 1 个支持 CUDA 的设备>>设备 0:“GeForce GTX 780 Ti">CUDA 驱动程序版本/运行时版本 7.0/6.5>CUDA 能力主要/次要版本号:3.5>全局内存总量:3072 MBytes (3220
..
如何使用 CUBLAS 对复数执行 Hadamard 乘积?
我需要使用 NVidia CUBLAS 计算复数的两个向量(Hadamard 乘积)的元素乘法.不幸的是，CUBLAS 中没有 HAD 操作.显然，您可以使用 SBMV 操作来做到这一点，但在 CUBLAS 中它没有实现复数.我不敢相信 CUBLAS 无法实现这一目标.对于复数，还有其他方法可以使用 CUBLAS 实现吗? 我无法编写自己的内核，我必须使用 CUBLAS(或其他标准 NVID
..
CUFFT的计算性能
我在划分为多个 GPU 的块 (N*N/p) 上运行 CUFFT，我对计算性能有疑问.首先，关于我是如何做到的: 向每个 GPU 发送 N*N/p 个块 对 p 个 GPU 中的每一行进行批量 1-D FFT 将 N*N/p 个块返回主机 - 对整个数据集执行转置 同上步骤 1 同上第 2 步 Gflops = ( 1e-9 * 5 * N * N *lg(N*N) )/执行时
..
作为 CUDA __global__ 函数的 C++ 对象的成员函数
我有一个基类: 模板A类{上市://一些数据T数据；//一些函数，如构造等...//一个虚函数虚拟无效评估()= 0；} 还有一个派生类: 模板B类:公共A{上市://一些函数，如构造函数等虚空评估()；__global__ 无效函数2();//**** 错误信息} 还有，我有 模板空白B::evaluate(){d
..
使用 CUBLAS 例程在 GPGPU 上保留点积
我正在编写代码来使用点积的 CUBLAS 例程计算两个向量的点积，但它返回主机内存中的值.我只想使用点积在 GPGPU 上进行进一步计算.如何使值仅驻留在 GPGPU 上并将其用于进一步计算，而无需从 CPU 到 GPGPU 进行显式复制? 解决方案 你不能完全使用 CUBLAS. 根据 talonmies 的回答，从 CUBLAS V2 api (CUDA 4.0) 开始返回值可以是设备
..
您如何包含标准 CUDA 库以与 NVRTC 代码链接?
具体来说，我的问题是我的 CUDA 代码需要 才能运行.默认情况下，这不包含在 NVRTC 中.大概在创建程序上下文时(即调用nvrtcCreateProgram)，我必须发送文件名(curand_kernel.h)以及源代码curand_kernel.h?我觉得我不应该这样做. 很难说；我还没有设法从 NVIDIA 找到一个需要像这样的标准 CUDA 文
..
cuBLAS argmin -- 如果输出到设备内存，会出现段错误?
在 cuBLAS 中，cublasIsamin() 给出单精度数组的 argmin. 这是完整的函数声明: cublasStatus_t cublasIsamin(cublasHandle_t handle, int n,const float *x, int incx, int *result) cuBLAS 程序员指南提供了有关 cublasIsamin() 参数的信息: 如
..
cuda-gdb 因推力而崩溃(CUDA 版本 5.5)
我有以下琐碎的thrust::gather 程序(直接取自thrust::gather 文档) #include #include 诠释主要(无效){//用 1 标记偶数索引；带有 0 的奇数索引整数值[10] = {1, 0, 1, 0, 1, 0, 1, 0, 1, 0};推力::device_vector
..
在当前不可调试的 GPU 上创建了 CUDA 上下文
当我开始 cuda 调试时，Nsight 返回这个错误: 在当前不可调试的 GPU 上创建了 CUDA 上下文.断点将被禁用. 适配器:GeForce GT 720M 这是我的系统和 CUDA 信息. 请注意，已安装最新版本的 CUDA 和 Nsight. 我搜索了这个问题，但找不到我的答案.非常感谢. 报告信息UnixTime 生成 1490538033操作系统信
..
exp 的 CUDA C++ 数学函数是否默认具有覆盖函数?
问题来自我在文档中找到了两个函数exp 和expf.据说exp表示double exp(double)，expf表示float expf(float).我想知道 exp 是否可以具有默认覆盖版本，例如 float exp(float) 或 fp16 exp(fp16).或者当输入是不同的类型时我必须使用不同的功能吗? 考虑一个我使用模板的场景: 模板T 计算 (T
..
我可以将 CUDA 与非 NVIDIA GPU 一起使用吗?
我正在寻找一种在没有 NVIDIA GPU 的系统上运行 CUDA 程序的方法. 我尝试安装 MCUDA 和 gpuOcelot，但安装时似乎遇到了一些问题. 我已经阅读了 如何使用软件实现在没有 GPU 的情况下运行 CUDA?.那里的答案建议更改系统的硬件，使用模拟器(现已弃用)或切换到 OpenCL.这些都不能充分满足我的要求 解决方案 CUDA 是 NVIDIA 专有技
..
使用 cudaMallocPitch 分配二维数组并使用 cudaMemcpy2D 进行复制
我是 CUDA 的新手，感谢您的帮助，希望您能帮助我. 我需要将二维数组的多个元素存储到一个向量中，然后对向量进行处理，但是我的代码效果不好，调试的时候发现在设备中用cudaMallocPitch 并使用 cudaMemcpy2D 复制到该数组.这是我的代码: #include #include #include #incl
..
CUDA:在扭曲减少和 volatile 关键字中
阅读以下问题及其答案后 链接 我的脑海里还有一个问题.来自我的 C/C++ 背景；我知道使用 volatile 有它的缺点.并且在答案中还指出，在 CUDA 的情况下，如果不使用 volatile 关键字，优化可以用寄存器替换共享数组以保存数据. 我想知道在计算(总和)减少时会遇到哪些性能问题.例如 __device__ void sum(volatile int *s_data,
..
用clang编译CUDA
我是 LLVM 新手.听说clang支持CUDA.如何使用 clang 编译 CUDA?我是否必须进行一些配置更改或包含任何特定的头文件?我在网上找不到有关此的任何信息.有可能吗? 现在，当我尝试使用 clang as 编译一个虚拟 cuda 程序时 clang -I/usr/local/cuda/include 文件名.cu 我收到以下错误 未知类型名称 '__global__'_
..
CudaMalloc 是如何工作的?
我正在尝试修改 CUDA SDK 中的 imageDenosing 类，我需要多次重复过滤器以捕获时间.但是我的代码不能正常工作. //开始 __global__ void F1D(TColor *image,int imageW,int imageH, TColor *buffer){常量 int ix = blockDim.x * blockIdx.x + threadIdx.x;常量
..
如何在 pyCUDA 内核中生成随机数?
我正在使用 pyCUDA 进行 CUDA 编程.我需要在内核函数中使用随机数.CURAND 库在其中不起作用(pyCUDA).由于 GPU 有很多工作要做，在 CPU 内部生成随机数然后将它们传输到 GPU 是行不通的，反而消解了使用 GPU 的动机. 补充问题: 有没有办法使用 1 个块和 1 个线程在 GPU 上分配内存. 我正在使用多个内核.我需要使用多个 SourceModu
..
cuda 5.0 动态并行错误:ptxas 致命.未解决的外部函数'cudaLaunchDevice
我在带有 CUDA 5 的 Linux 上使用计算能力为 35 的 tesla k20.通过一个简单的子内核调用，它会给出一个编译错误:Unresolved extern function cudaLaunchDevice 我的命令行如下所示: nvcc --compile -G -O0 -g -gencode arch=compute_35 , code=sm_35 -x cu -o f
..
按位置选择的CUDA GPU，但如何将默认设置为设备0以外的东西?
我最近在家里的机器上安装了第二个 GPU (Tesla K40)，我的搜索表明第一个 PCI 插槽成为为 CUDA 作业选择的默认 GPU.一个很好的链接解释它可以在这里找到: 默认 GPU 分配 我原来的 GPU 是 TITAN X，也启用了 CUDA，但它确实最适合单精度计算，而 Tesla 更适合双精度.我对小组的问题是，是否有办法将我的默认 CUDA 编程设备设置为始终是第二个
..