混合 Thrust 和 cuBLAS 出乎意料的输出结果

Question

我喜欢推力库，尤其是它如何很好地隐藏 cudaMalloc、cudaFree 等的复杂性。

我想对矩阵的所有列求和。所以我使用了 cuBlas 的“cublasSgemv”并将我的矩阵乘以一个向量。这是我的代码：

void sEarColSum(std::vector<float>& inMatrix, int colSize)
{
    cublasHandle_t handle; // CUBLAS context
    float al = 1.0f; // al =1
    float bet = 1.0f; // bet =1
    int rowSize = inMatrix.size() / colSize;

    float *devOutputPtr = thrust::raw_pointer_cast(thrust::device_malloc<float>(colSize));

    thrust::device_vector<float> deviceT2DMatrix(inMatrix.begin(), inMatrix.end());
    float* device2DMatrixPtr = thrust::raw_pointer_cast(deviceT2DMatrix.data());

    thrust::device_vector<float> deviceVector(rowSize, 1.0f);
    float* deviceVecPtr = thrust::raw_pointer_cast(deviceVector.data());

    cublasCreate(&handle);
    cublasSgemv(handle, CUBLAS_OP_N, colSize, rowSize, &al, device2DMatrixPtr, colSize, deviceVecPtr, 1, &bet, devOutputPtr, 1);

    std::vector<float> outputVec(colSize);
    cudaMemcpy(outputVec.data(), devOutputPtr, outputVec.size() * sizeof(float), cudaMemcpyDeviceToHost);

    for (auto elem : outputVec)
        std::cout << elem << std::endl;
}



int main(void)
{
    std::vector < float > temp(100, 1); // A vector of 100 elements each 1 
    sEarColSum( temp, 10 ); // Means my vector will have 10 columns and 100/10 = 10 rows  
  //so I expect a output vector with 10 elements. Which all elements have the value of 10. 
}

不幸的是，结果只是垃圾。我期待一个包含十个元素的向量，每个值都是十。但相反，我得到的是：

30
30
-2.80392e+036
30
30
-4.95176e+029
30
6.64319e+016
-3.72391e+037
30

我是否遗漏了什么，我的代码哪里出错了？
其次，有没有用调试器检查例如“float * device2DMatrixPtr”？ Visual Studio 显示它的地址，但由于它位于 GPU 内存中，它不会显示地址内部的数据。

Answer 1

cublas 函数gemv 执行matrix-vector product：

y = alpha*A*x + beta*y

上述等式中的y 由您分配的devOutputPtr 表示，如下所示：

float *devOutputPtr = thrust::raw_pointer_cast(thrust::device_malloc<float>(colSize));

这样的普通推力分配：

thrust::device_vector<float> my_vec...

将分配并初始化存储空间，但thrust::device_malloc 只分配存储空间，并没有对其进行初始化。

因此，您的y“向量”最初包含垃圾。如果您已将beta 设置为零，那么这无关紧要。但是由于您的beta 设置为 1，因此该未初始化区域的内容将添加到您的结果向量中。

如果你设置了

float bet = 0.0f;

我想你会得到预期的结果（我会的，有了这个改变。）

关于这个问题：

其次，是否可以使用调试器检查例如“float* device2DMatrixPtr”？

您可以使用例如打印deviceT2DMatrix 值printf 或 std::cout。 Thrust 将为您复制值 device->host “在引擎盖下”，以促进这一点。如果要在调试器中访问设备副本，请使用 windows 上的 nsight VSE 或 linux 上的 nsight EE 或 cuda-gdb 的设备调试功能