如何使用嵌套for循環添加兩個2d（音調）數組？我是cuda的新手。我想將兩個2d數組加到第三個數組中。我使用以下代碼：cudaMallocPitch((void**)&device_a, &pitch, 2*sizeof(int),2);cudaMallocPitch((void**)&device_b, &pitch, 2*sizeof(int),2);cudaMallocPitch((void**)&device_c, &pitch, 2*sizeof(int),2);現在我的問題是我不想在我的內核代碼中使用這些數組作為扁平的二維數組我希望di使用兩個for循環并將結果放在第三個數組中__global__ void add(int *dev_a ,int *dev_b,int* dec_c){
for i=0;i<2;i++)
{
for j=0;j<2;j++)
{
dev_c[i][j]=dev_a[i][j]+dev_b[i][j];
}
}}我怎么能在CUDA做到這一點？請告訴我如何以這種方式使用二維陣列？使用2d-array的內核調用應該是什么？如果可能，請使用代碼示例進行說明。
2 回答
RISEBY
TA貢獻1856條經驗 獲得超5個贊
簡短的回答是，你做不到。該cudaMallocPitch()函數正如其名稱所暗示的那樣，它分配了音調線性內存，其中音調被選擇為GPU內存控制器和紋理硬件的最佳選擇。
如果你想在內核中使用指針數組，那么內核代碼必須如下所示：
__global___ void add(int *dev_a[] ,int *dev_b[], int* dec_c[]){
for i=0;i<2;i++) {
for j=0;j<2;j++) {
dev_c[i][j]=dev_a[i][j]+dev_b[i][j];
}
}}然后你需要cudaMalloc在主機端進行嵌套調用來構造指針數組并將其復制到設備內存中。對于相當簡單的2x2示例，分配單個數組的代碼如下所示：
int ** h_a = (int **)malloc(2 * sizeof(int *));cudaMalloc((void**)&h_a[0], 2*sizeof(int));cudaMalloc((void**)&h_a[1], 2*sizeof(int));int **d_a;cudaMalloc((void ***)&d_a, 2 * sizeof(int *));cudaMemcpy(d_a, h_a, 2*sizeof(int *), cudaMemcpyHostToDevice);
這將在d_a中保留指定的指針設備數組，并將其傳遞給內核。
出于代碼復雜性和性能原因，您實際上不希望這樣做，使用CUDA代碼中的指針數組比使用線性內存的替代方案更難和更慢。
要在CUDA中顯示使用指針數組的愚蠢行為，這里是一個完整的示例問題示例，它結合了上述兩個想法：
#include <cstdio>__global__ void add(int * dev_a[], int * dev_b[], int * dev_c[]){
for(int i=0;i<2;i++)
{
for(int j=0;j<2;j++)
{
dev_c[i][j]=dev_a[i][j]+dev_b[i][j];
}
}}inline void GPUassert(cudaError_t code, char * file, int line, bool Abort=true){
if (code != 0) {
fprintf(stderr, "GPUassert: %s %s %d\n", cudaGetErrorString(code),file,line);
if (Abort) exit(code);
} }#define GPUerrchk(ans) { GPUassert((ans), __FILE__, __LINE__); }int main(void){
const int aa[2][2]={{1,2},{3,4}};
const int bb[2][2]={{5,6},{7,8}};
int cc[2][2];
int ** h_a = (int **)malloc(2 * sizeof(int *));
for(int i=0; i<2;i++){
GPUerrchk(cudaMalloc((void**)&h_a[i], 2*sizeof(int)));
GPUerrchk(cudaMemcpy(h_a[i], &aa[i][0], 2*sizeof(int), cudaMemcpyHostToDevice));
}
int **d_a;
GPUerrchk(cudaMalloc((void ***)&d_a, 2 * sizeof(int *)));
GPUerrchk(cudaMemcpy(d_a, h_a, 2*sizeof(int *), cudaMemcpyHostToDevice));
int ** h_b = (int **)malloc(2 * sizeof(int *));
for(int i=0; i<2;i++){
GPUerrchk(cudaMalloc((void**)&h_b[i], 2*sizeof(int)));
GPUerrchk(cudaMemcpy(h_b[i], &bb[i][0], 2*sizeof(int), cudaMemcpyHostToDevice));
}
int ** d_b;
GPUerrchk(cudaMalloc((void ***)&d_b, 2 * sizeof(int *)));
GPUerrchk(cudaMemcpy(d_b, h_b, 2*sizeof(int *), cudaMemcpyHostToDevice));
int ** h_c = (int **)malloc(2 * sizeof(int *));
for(int i=0; i<2;i++){
GPUerrchk(cudaMalloc((void**)&h_c[i], 2*sizeof(int)));
}
int ** d_c;
GPUerrchk(cudaMalloc((void ***)&d_c, 2 * sizeof(int *)));
GPUerrchk(cudaMemcpy(d_c, h_c, 2*sizeof(int *), cudaMemcpyHostToDevice));
add<<<1,1>>>(d_a,d_b,d_c);
GPUerrchk(cudaPeekAtLastError());
for(int i=0; i<2;i++){
GPUerrchk(cudaMemcpy(&cc[i][0], h_c[i], 2*sizeof(int), cudaMemcpyDeviceToHost));
}
for(int i=0;i<2;i++) {
for(int j=0;j<2;j++) {
printf("(%d,%d):%d\n",i,j,cc[i][j]);
}
}
return cudaThreadExit();}我建議你研究它，直到你理解它的作用，以及與使用線性記憶相比，它為什么這么糟糕。
添加回答
舉報
0/150
提交
取消