我有一个奇怪的问题,我不能确定哪个产地:pycuda共享内存错误“pycuda._driver.LogicError:cuLaunchKernel失败:无效值”
我有一个工作的内核,并获得一些特殊的矩阵向量乘法,这我想加快速度。基本上,大矩阵(10^6×10^6)由少量小矩阵构成。所以我想把这些数据放在共享内存中。然而,当我尝试添加共享内存,我只得到了错误:
pycuda._driver.LogicError:cuLaunchKernel失败:无效值
所以我的工作核心是:
#define FIELD_SIZE {field}
#define BLOCK_SIZE {block}
__global__ void MatrixMulKernel(double *gpu_matrix, double *gpu_b, double *gpu_y)
{
int tx = ... + threadIdx.x;
if(tx < FIELD_SIZE*FIELD_SIZE*BLOCK_SIZE)
{ ... multiplication ... }
}
如果我尝试添加它看起来像
#define FIELD_SIZE {field}
#define BLOCK_SIZE {block}
__global__ void MatrixMulKernel(double *gpu_matrix_ptr, double *gpu_b, double *gpu_y)
{
__shared__ double gpu_matrix[BLOCK_SIZE*BLOCK_SIZE*13];
int tx = ... + threadIdx.x;
if(tx < BLOCK_SIZE*BLOCK_SIZE*13) { gpu_matrix[tx] = gpu_matrix_ptr[tx]; }
__syncthreads();
if(tx < FIELD_SIZE*FIELD_SIZE*BLOCK_SIZE)
{ ... multiplication ... }
}
这是我唯一改变的部分共享内存部分,所以基本上它是gpu_matrix [TX] = gpu_matrix_ptr [TX]声明,不是招它呢?但我不明白应该如何。我基本上试图从pycuda示例中复制平铺的矩阵乘法示例。 http://wiki.tiker.net/PyCuda/Examples/MatrixmulTiled
的调用是:
self.kernel.prepare([np.intp, np.intp, np.intp])
self.kernel.prepared_call(grid_shape,
block_shape,
self.matrix_gpu.gpudata,
b_gpu.gpudata,
y_gpu.gpudata)
其中matrix_gpu,b_gpu和y_gpu是pycuda.gpuarray实例。
希望你能澄清一些我的困惑......
无效的值。块大小和字段大小的价值是什么?也许他们太大 – kangshiyin
block_size是64,field_size是1024.为什么会这样呢?编辑:然而,你是正确的,减少块大小为16正在工作。无论如何,我可以增加共享内存的大小吗? – user2267896