使用 CUDA 生成素数时遇到问题

Question

我刚刚开始关注 cuda，在阅读了向量和教程 here 之后，我想我会从头开始尝试一些东西来真正让我的腿在我下面。

也就是说，我不知道这里的问题是简单的解决方法还是一大堆问题。

我的代码通俗的英文描述如下：

首先有一个 counterClass，它有成员 num 和 count。通过在 count 等于 num 时设置 count = 0，当我们遍历整数时，这个计数器类将在除以 num 时跟踪余数。

我有 2 个要并行运行的函数。第一个调用 count 将增加我的所有计数器（并行），第二个将检查是否有任何计数器读取 0（并行）如果计数器读取 0，则 num 将 n 均分意味着 n 不是素数。

虽然我希望我的代码只打印素数，但它会打印所有数字...

代码如下：

#include <stdio.h>
#include <stdlib.h>

typedef struct{
    int num;
    int count;
} counterClass;

counterClass new_counterClass(counterClass aCounter, int by, int count){
    aCounter.num = by;
    aCounter.count = count%by;
    return aCounter;
}

__global__ void count(counterClass *Counters){
    int idx = threadIdx.x+blockDim.x*blockIdx.x;
    Counters[idx].count+=1;
    if(Counters[idx].count == Counters[idx].num){
        Counters[idx].count = 0;
    }
    __syncthreads();
}

__global__ void check(counterClass *Counters, bool *result){
    int idx = threadIdx.x+blockDim.x*blockIdx.x;
    if (Counters[idx].count == 0){
        *result = false;
    }
    __syncthreads();
}

int main(){
    int tPrimes = 5;    // Total Primes to Find
    int nPrimes = 1;    // Number of Primes Found
    bool  *d_result, h_result=true;
    counterClass *h_counters =(counterClass *)malloc(tPrimes*sizeof(counterClass));
    h_counters[0]=new_counterClass(h_counters[0], 2 , 0);
    counterClass *d_counters;
    int n = 2;
    cudaMalloc((void **)&d_counters, tPrimes*sizeof(counterClass));
    cudaMalloc((void **)&d_result, sizeof(bool));
    cudaMemcpy(d_counters, h_counters, tPrimes*sizeof(counterClass), cudaMemcpyHostToDevice);
    while(nPrimes<tPrimes){
        h_result=true;
        cudaMemcpy(d_result, &h_result, sizeof(bool), cudaMemcpyHostToDevice);
        n+=1;
        count<<<1,nPrimes>>>(d_counters);
        check<<<1,nPrimes>>>(d_counters,d_result);
        cudaMemcpy(&h_result, d_result, sizeof(bool), cudaMemcpyDeviceToHost);
        if(h_result){
            printf("%d\n", n);
            cudaMemcpy(h_counters, d_counters, tPrimes*sizeof(counterClass), cudaMemcpyDeviceToHost);
            h_counters[nPrimes]=new_counterClass(h_counters[nPrimes], n , 0);
            nPrimes += 1;
            cudaMemcpy(d_counters, h_counters, tPrimes*sizeof(counterClass), cudaMemcpyHostToDevice);
        }
    }
}

有一些类似的问题CUDA - Sieve of Eratosthenes division into parts 和一些寻求改进代码的人发布的很好的示例，CUDA Primes Generation & Low performance in CUDA prime number generator 但是阅读这些并没有帮助我弄清楚我的代码出了什么问题！

任何关于如何在使用 CUDA 时更有效地调试的建议将不胜感激，如果您能指出 我做错了什么（因为我知道这不是计算机故障），您将获得我的永远尊重。

编辑：

显然这个问题只发生在我身上，所以也许这就是我运行代码的方式......

$ nvcc parraPrimes.cu -o primes
$ ./primes
3
4
5
6

另外按照推荐使用 cuda-memCheck：

$ cuda-memcheck ./primes
========= CUDA-MEMCHECK
3
4
5
6
========= ERROR SUMMARY: 0 errors

dmesg |grep NVRM 的输出如下：：

[    3.480443] NVRM: loading NVIDIA UNIX x86_64 Kernel Module  304.131  Sun Nov  8 21:43:33 PST 2015

Nvidia-smi 没有安装在我的系统上。

Answer 1

安装 nvidia-cuda-toolkit 不会安装 cuda。

您可以安装 cuda 表单 nvidia's website。 (*使用 .deb)