我们可以在内核中使用C ++中的字符串数据类型
我在写一个CUDA内核，我使用C ++中的 string 数据类型。然而，编译器抛出以下错误： 错误：调用主机函数（“std :: basic_string，std :: allocator> :: operat
..
gpgpu相关内容
使用CUDA6.5 + MPI时，我必须使用MPS（MULTI-PROCESS SERVICE）吗？
由链接撰写： https://docs.nvidia.com/deploy/ pdf / CUDA_Multi_Process_Service_Overview.pdf 1.1。全部 1.1.1。 MPS 多进程服务（MPS）是CUDA应用程序编程接口（API）的另一种二进制兼容的 实现。 MPS运行时体系结构旨在透明地将 合作多进程CUDA应用程序（通常是MPI作业）启用
..
定时策略CUDA内核：优点和缺点？
当计算CUDA内核时，以下内容不工作，因为内核在执行时不会阻止CPU程序执行： start timer kernel>>（）; end timer （成功）定时CUDA内核的三种基本方法： （1）两个CUDA eventRecords。 float responseTime; // result will be i
..
CUDA中的双精度浮点
CUDA是否支持双精度浮点数？也需要同样的原因。 解决方案 提示： 如果你想使用双精度，你必须将GPU架构设置为 sm_13 （如果你的GPU支持它）。 否则它仍然会将所有双精度值转换为浮点值，并只给出一个警告（如faya的帖子中所示）。 标志是： -arch = sm_13 code>
..
GPU作为CPU的可行性？
您认为GPU作为像CUDA这样的CPU计划的未来是什么？你认为他们将成为主流，并成为行业中下一个被采用的流行？苹果正在构建一个使用GPU来完成CPU任务的新框架，并且在Nvidias CUDA的科学项目中取得了很多成功。 解决方案 首先我不认为这个问题真的属于SO。 在我看来，GPU是一个非常有趣的选择，当你做基于矢量的浮点数学。然而这转化为：它不会成为主流。大多数主流（桌面）应用程
..
CUDA中的矩阵向量乘法：基准&性能
我更新我的问题与一些新的基准测试结果（我也重新设计的问题更具体，我更新了代码）... 在CUDA C中的矩阵向量乘法的内核，位于 CUDA C使用共享内存。让我首先提出一些基准测试结果，我在一个Jetson TK1（GPU：Tegra K1，计算能力3.2）和一个与cuBLAS的比较： 这里我猜cuBLAS有一些魔术，因为它似乎执行不受数字 A 的列，这反过来意味着沿着 A 的列有
..
使用CUBLAS例程在GPGPU上保留点积
我编写一个代码来计算两个向量的点积，使用点积的CUBLAS例程，但它返回主机内存中的值。我想使用点积进一步计算在GPGPU只。如何使值仅驻留在GPGPU上，并将其用于进一步的计算，而无需从CPU到GPGPU的显式副本？ 解决方案 >根据talonmies的答案，从CUBLAS V2 api（CUDA 4.0）开始，返回值可以是一个设备指针。参考他的答案。但是如果你使用V1 API，它是一个
..
关于NVIDIA GPU的IEEE-754标准（sm_13）
如果我在主机和设备（GPU arch sm_13）上执行浮点（单精度）操作，那么值是不同的？ 解决方案 有关这方面的一个很好的讨论可以在白皮书。基本上： IEEE-754几乎是目前所有的功能; 这个标准，你仍然可以看到结果的差异（着名的，英特尔在内部为双精度做80位），或高优化设置与您的编译器可以改变结果 计算能力2.0及更高版本NVIDIA卡支持单精度和双精度的IEEE-754
..
与第三方CUDA库链接会减慢cudaMalloc
这不是一个秘密，在CUDA 4.x的第一次调用 cudaMalloc 可以是可笑的慢（这是报告了几次），貌似一个 最近，我注意到了奇怪的行为： cudaMalloc 的运行时间取决于我链接到我的程序的第三方CUDA库 （注意，我不使用这些库，只是链接我的程序） 我使用以下程序运行一些测试： int main（）{ cudaSetDevice（0）; unsigned
..
如何调用CUDA内核中的主机函数？
正如以下错误所暗示的，在内核中不允许调用主机函数（'rand'），我不知道是否有解决方案，如果我需要这样做。 错误：不允许从__device __ / __ global__函数（“xS_v1_cuda”）调用主机函数（“rand”） __ device__的函数。 修饰符。如果您在设备代码中需要随机数字，请查看cuda随机生成器 curand http://developer.n
..
将主机函数作为函数指针传递给CUDA中的__global__或__device__函数
我目前正在开发一个GPU版本的CPU函数 （例如函数Calc（int a，int b，double * c，souble * d，CalcInvFunction GetInv）），其中主函数通过函数指针（例如在上面的例子中GetInv是CalcInvFunction类型的主函数）。我的问题是，如果我必须把Calc（）函数完全在GPU中，我必须传递GetInv函数作为函数指针参数在设备功能/内核函
..
使用CUDA的大整数加法
我一直在GPU上开发一个加密算法，目前坚持使用算法来执行大整数加法。大整数以通常的方式表示为一串32位字。 例如，我们可以使用一个线程来添加两个32位字。为简单起见，假设 要添加的数字具有相同的长度和每块线程的数量==字数。然后： __ global__ void add_kernel（int * C，const int * A，const int * B）{ int x = A
..
在不同范围内的Cuda内核中生成随机数
我想在cuda内核中产生随机数随机数。我希望从均匀分布和整数形式生成随机数，从1到8开始。每个线程的随机数将不同。可以生成随机数的范围也将从一个线程到另一个线程变化。一个线程中的范围的最大值可以低至2，或者在另一个线程中，其可以高达8，但不高于8。所以，我提供了一个例子，下面我想要生成的数字： 在线程＃1 - 最大范围是2，所以随机数应该在1和2之间 在线程＃2 - >最大范围是6，所以
..
CUDA限制似乎达到了，但是有什么限制呢？
我有一个CUDA程序，似乎在某种程度上限制了一些资源，但我不知道该资源是什么。这里是内核函数： __ global__ void DoCheck（float2 * points，int * segmentToPolylineIndexMap， int segmentCount，int * output） { int segmentIndex = threadIdx.x + block
..
CUDA线程如何划分为经线？
如果我使用线程网格启动内核（例如只有1个块）： ）; 这个网格现在如何分割成经纱？这个网格的前两行是经线还是前两栏，还是这是任意排序的？假设GPU计算能力为2.0，翘曲大小为32。 解决方案 线程在块内按顺序编号， c $ c> threadIdx.x 变化最快，然后 threadIdx.y 第二快的变化， threadIdx.z 最慢的变化。这在功能上与多维数组
..
CUDA应用程序超时&在几秒钟后失败 - 如何解决这个问题？
我注意到，CUDA应用程序往往具有5-15秒的粗略最大运行时间，然后它们将失败并退出。我意识到理想的是没有CUDA应用程序运行那么长，但假设它是使用CUDA的正确选择，并且由于每个线程的顺序工作量，它必须运行那么长，是有任何方法来延长这个时间量，要解决这个问题？ 解决方案 我不是CUDA专家， 您可以禁用Windows监视程序计时器，但这是 强烈不推荐 >，原因应该很明显。 要禁用它，您
..
在GPGPU / CUDA / OpenCL的最佳方法？
图形处理单元的通用计算（ GPGPU ）是一个非常有吸引力的概念，利用GPU的力量为任何种类的计算。 我想要使用GPGPU进行图像处理，粒子和快速几何操作。 ，似乎这个空间中的两个竞争者是CUDA和OpenCL。我想知道： Windows / Mac上的OpenCL是否可以使用Java？ 是否直接使用JNA？ 我忘记了什么？ > 任何现实世界的体验/示例/战争故事都
..
如何测量NVIDIA CUDA的内核时间？
我想测量GPU的内核时间，如何在NVIDIA CUDA中测量它？ eg __ global__ void kernelSample（） { 这里的一些代码 获取开始时间 一些代码在这里 获取停止时间 一些代码在这里 } 解决方案 尝试这样，它会以毫秒为单位测量两个事件之间的时间。 cudaEvent_t start，stop; float elapsedT
..
CUDA块/ warp /线程如何映射到CUDA核心？
我一直在使用CUDA几个星期，但我有一些疑虑的块/ warp /线程的分配。 我从教学角度研究建筑（大学项目），所以达到最高的表现不是我的关注。 首先，我想知道我是否直接得到这些事实： 程序员写了一个内核， 每个块都分配给流处理多处理器（SM）。一旦分配，它不能迁移到另一个SM。 每个SM将其自己的块分割成经线（目前最大为32个线程）。一个warp中的所有线程在SM的资源
..
CUDA：总共有多少并发线程？
我有一个GeForce GTX 580，我想说明的线程总数（理想情况下）实际上与此并行运行，以与2或4与多核CPU进行比较。 p> deviceQuery提供以下可能的相关信息： CUDA功能主要/次要版本号：2.0 （16）多处理器x（32）CUDA内核/ MP：512 CUDA内核 每个块的最大线程数：1024 我想我听说每个CUDA核心可以运行一个warp i并
..