CUDA 分配数组数组

Question

我在 CUDA 中分配数组时遇到了一些问题。

void ** data;
cudaMalloc(&data, sizeof(void**)*N); // allocates without problems
for(int i = 0; i < N; i++) {
    cudaMalloc(data + i, getSize(i) * sizeof(void*)); // seg fault is thrown
}

我做错了什么？

Answer 1

您必须分配指向主机内存的指针，然后为每个数组分配设备内存并将其指针存储在主机内存中。 然后分配内存用于将指针存储到设备中 然后将主机内存复制到设备内存。 一个例子值 1000 字：

__global__ void multi_array_kernel( int N, void** arrays ){
    // stuff
}


int main(){

    const int N_ARRAYS = 20;
    void *h_array = malloc(sizeof(void*) * N_ARRAYS);
    for(int i = 0; i < N_ARRAYS; i++){
        cudaMalloc(&h_array[i], i * sizeof(void*));
        //TODO: check error
    }
    void *d_array = cudaMalloc(sizeof(void*) * N_ARRAYS);

    // Copy to device Memory
    cudaMemcpy(d_array, h_array, sizeof(void*) * N_ARRAYS, cudaMemcpyHostToDevice);

    multi_array_kernel<1,1>(N_ARRAYS, d_array);
    cudaThreadSynchronize();

    for(int i = 0; i < N_ARRAYS; i++){
        cudaFree(h_array[i]); //host not device memory
        //TODO: check error
    }
    cudaFree(d_array);
    free(h_array);
}

Answer 2

我不相信这是支持的。 cudaMalloc() 分配设备内存，但将地址存储在主机上的变量中。在您的 for 循环中，您将在设备内存中传递地址。

根据您要完成的任务，您可能希望在调用当前的 for 循环之前将 data 分配给普通主机 malloc()。或者分配一个大的设备内存块并手动计算偏移量。

查看CUDA Programming Guide 的第 2.4、3.2.1 和 B.2.5 节（底部）以获取更多讨论。具体来说，在第 108 页的底部：

取__device__、__shared__或__shared__的地址得到的地址 __constant__ 变量只能在设备代码中使用。

Answer 3

我认为在第一个循环中应该是&h_array[i] 而不是&d_array[i]。

Answer 4

你不能使用

cudaMalloc(&h_array[i], i * sizeof(void*));

对于声明为void *的数组

使用定义的数据类型

CUdeviceptr *h_array = malloc(sizeof(CUdeviceptr *) * N);

或

int *h_array = malloc(sizeof(int *) * N);

并将其转换为void *

cudaMalloc((void *)&h_array[i], i * sizeof(void*));

Answer 5

我遇到了同样的问题并设法解决了。

FabrizioM 的回答对我来说是一个很好的起点，对我帮助很大。但是，当我尝试将代码传输到我的项目时，我遇到了一些问题。使用额外的 cmets 和帖子，我能够编写一个工作示例（VS2012，CUDA7.5）。因此，我将发布我的代码作为附加答案，并作为其他人的起点。

为了理解命名：我使用 OpenCV cv::Mat 的向量作为输入，它是从多个摄像头捕获的，我正在内核中处理这些图像。

     void TransferCameraImageToCuda(const std::vector<cv::Mat*>* Images)
{

     int NumberCams     = Images->size();
     int imageSize      = Images->at(0)->cols*Images->at(0)->rows;

     CUdeviceptr*           CamArraysAdressOnDevice_H;
     CUdeviceptr*           CamArraysAdressOnDevice_D;


         //allocate memory on host to store the device-address of each array
         CamArraysAdressOnDevice_H = new CUdeviceptr[NumberCams];

         // allocate memory on the device and store the arrays on the device 
         for (int i = 0; i < NumberCams; i++){
             cudaMalloc((void**)&(CamArraysAdressOnDevice_H[i]), imageSize * sizeof(unsigned short));
             cudaMemcpy((void*)CamArraysAdressOnDevice_H[i], Images->at(i)->data, imageSize * sizeof(unsigned short), cudaMemcpyHostToDevice);
         }

         // allocate memory on the device to store the device-adresses of the arrays
         cudaMalloc((void**)&CamArraysAdressOnDevice_D, sizeof(CUdeviceptr*)* NumberCams);

         // Copy the adress of each device array to the device
         cudaMemcpy(CamArraysAdressOnDevice_D, CamArraysAdressOnDevice_H, sizeof(CUdeviceptr*)* NumberCams, cudaMemcpyHostToDevice);




}

在内核启动中，我将设备指针转换为数据类型指针（无符号短**）

DummyKernel<<<gridDim,blockDim>>>(NumberCams, (unsigned short**) CamArraysAdressOnDevice_D)

内核定义例如：

__global__ void DummyKernel(int NumberImages, unsigned short** CamImages)
{
    int someIndex = 3458;
    printf("Value Image 0 : %d \n", CamImages[0][someIndex]);
    printf("Value Image 1 : %d \n", CamImages[1][someIndex]);
    printf("Value Image 2 : %d \n", CamImages[2][someIndex]);
}