如果我将一个使用pycuda的数组传递给GPU，然后打印它，为什么它打印零？
如果将一个使用pycuda的数组传递给GPU，然后打印它为零，可能有以下几个原因：
- 数据未正确传输：在将数组传递给GPU之前，需要确保数据已经正确地从主机内存传输到GPU内存。可以使用pycuda的内存拷贝函数（如
pycuda.driver.memcpy_htod()）来实现数据传输。如果数据未正确传输，GPU上的数组将为空，打印结果为零。 - GPU计算错误：如果在GPU上进行计算时出现错误，可能会导致打印结果为零。这可能是由于程序中的错误逻辑或计算错误引起的。建议检查代码中的计算逻辑和错误处理机制，确保计算正确执行。
- 打印函数错误：某些GPU编程框架可能需要使用特定的打印函数来打印GPU上的数组。如果使用的打印函数不正确或不适用于GPU上的数组，可能会导致打印结果为零。建议查阅pycuda文档或相关资源，了解正确的打印函数和用法。
总结起来，如果将使用pycuda的数组传递给GPU后打印结果为零，可能是数据未正确传输、GPU计算错误或打印函数错误所导致的。建议仔细检查代码逻辑、数据传输过程和打印函数的正确性，以确保正确打印GPU上的数组。
关于腾讯云相关产品和产品介绍链接地址，由于要求不能提及具体品牌商，无法给出相关链接。但腾讯云提供了丰富的云计算服务，包括云服务器、云数据库、云存储等，可以根据具体需求选择适合的产品。
相关·内容
为什么转置矩阵在转换为pycuda.gpuarray时看起来会有所不同？
你能复制这个吗？是什么导致的？我用错方法了吗？
示例代码
from pycuda import gpuarray
import pycuda.autoinit
import numpy
data = numpy.random.randn(2,4).astype(numpy.float32)
data_gpu = gpuarray.to_gpu(data.T)
print "data\n",data
print "data_gpu.get()\n",data_gpu.get()
print
浏览 4提问于2011-08-01得票数 5
回答已采纳
1回答
PyCUDA核函数
、、、、
我是PyCUDA的新手，在PyCUDA网站上浏览了一些例子。我正试图找出某些代码行背后的逻辑，如果有人解释其背后的想法，我将非常感激。
下面的代码片段来自PyCUDA网站。在函数定义中，我不明白
int idx = threadIdx.x + threadIdx.y*4;
如何使用上面的行计算数组的索引。为什么会将线程Idx.x和线程Idx.y相加在一起，以及为什么线程Idx.y乘以4。
对于对GPU的函数调用，为什么将块定义为5,5,1。因为它是一个由5x5元素组成的数组，所以在我的理解中，块大小应该是5,5，而不是5,5,1。
import pycuda.driver as cuda
im
浏览 2提问于2017-04-29得票数 3
2回答
我不明白为什么下面的程序对block=N,1,1运行正常，但是对于1,1，N(结果为无效值)或1，N,1 (结果为0，1，0.0)或10,50,1 (结果为0，1，0.0.0) (N=500)。
import pycuda.gpuarray as gpuarray
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy as np
import random
from pycuda.curandom import rand
import c
浏览 2提问于2012-08-29得票数 0
回答已采纳
我正在尝试为两个数组构建一个等式检查器，可以使用PyCUDA在我的GPU上运行。
按照PyCUDA 上的示例，我尝试编写自己的实现。但是，虽然下面的代码对算术(例如"z[i] = x[i] + y[i]" )的工作方式与预期的一样，但它返回等式检查器操作数"z[i] = x[i] == y[i]"的错误输出。
import pycuda.gpuarray as gpuarray
import pycuda.driver as cuda
import pycuda.autoinit
import numpy as np
from pycuda.elementwis
浏览 3提问于2017-10-16得票数 2
回答已采纳
import math # all the libraries i import
import numpy as np
!pip install pycuda
import pycuda.gpuarray as gpu
import pycuda.cumath as cm
import pycuda.autoinit
import pycuda.driver as drv
from pycuda.compiler import SourceModule
我有一个错误，在使用PyCUDA GPUarrays和for循环后会引发该错误。我定义了一个函数PropagatorS，它使用for循环，当
浏览 11提问于2021-12-23得票数 0
回答已采纳
1回答
这是我们在任何地方都能找到的标准示例代码之一。
import time
import numpy
import pycuda.gpuarray as gpuarray
import pycuda.cumath as cumath
import pycuda.autoinit
size = 1e7
t0 = time.time()
x = numpy.linspace(1, size, size).astype(numpy.float32)
y = numpy.sin(x)
t1 = time.time()
cpuTime = t1-t0
print(cpuTime)
t0 = tim
浏览 0提问于2016-06-22得票数 1
1回答
我想运行一个简单的pycuda程序来更新gpu上的列表。下面是我的名单。dm_count = [，1，2，3，4，5，6，7，8，9]。我有这个列表作为输入，并期望并行更新输入列表。当我试图使用mem_alloc()在gpu中分配内存时，它会抛出一个异常。
它给出了属性错误，即"'list‘对象没有属性’n字节‘“。当我搜索答案时，有人说要以数组和字节的形式转换列表，否则不能应用。它似乎只支持数组的格式[1,1,1,1,2,4]。但我不想改变名单。在gpu中分配内存的方法是什么，同时保持原始格式的列表？
我不知道memcpy_dtoh()是否也正确工作。我如何纠正这个程序以产生
浏览 1提问于2019-07-05得票数 0
回答已采纳
当使用int d[1];尝试下面的代码时，它工作得很好，但是对于int d[in_integer];或int c[in_matrix[0]];，它会导致nvcc编译失败。我可以看看有没有人能告诉我为什么？是否可以在pycuda中声明数组，其大小由函数参数值决定？
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import os
import numpy as np
_path = r"D:\Program Files (x86)\Microsof
浏览 6提问于2021-09-09得票数 0
1回答
我正试图将一个二维复数数组传递到一个PyCUDA内核中，并且得到了意想不到的结果。
这是我的测试代码：
import numpy as np
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda import gpuarray
from pycuda.compiler import SourceModule
mod = SourceModule("""
#include <pycuda-complex.hpp>
#include <stdio.h>
type
浏览 0提问于2019-08-12得票数 1
回答已采纳
我尝试使用pycuda计算53 * 53，如下所示：
import numpy as np
import pycuda.gpuarray as gpuarray
import pycuda.autoinit
a = gpuarray.to_gpu(np.array([53]))
print((a**2).get()[0])
它打印出2808，而真正的答案是2809。我哪里出错了？
浏览 3提问于2019-10-31得票数 0
我想在一个大的2D复杂数组上运行一个函数(最终是2*12x2*12数据)。然而，pycuda并不像预期的那样工作。ElementWise函数在2d数组中不能工作，所以我使用了块大小的SourceModule函数。
现在的问题是，GPU上的C代码没有给出与CPU上的numpy计算结果相同的结果。结果产生了非常大而奇怪的数字。
我使用以下代码。出什么问题了？
#!/usr/bin/env python
#https://github.com/lebedov/scikits.cuda/blob/master/demos/indexing_2d_demo.py
"""
Demo
浏览 1提问于2012-10-23得票数 2
1回答
我在CUDA统一内存[]上使用PyCUDA的接口[]。在某个时候，我添加了随机数生成器[]，并盯着看到木星笔记本中的死内核：
我把问题缩小到了随机数发生器的创建。或者，准确地说，当我这样做的时候：
import pycuda.curandom
from pycuda import autoinit, driver
import numpy as np
gpu_data_1 = driver.managed_zeros(shape=5, dtype=np.int32, mem_flags=driver.mem_attach_flags.GLOBAL)
gpu_generator = py
浏览 10提问于2020-04-10得票数 0
回答已采纳
1回答
我正试着自学CUDA。到目前为止，这并不容易，但我也不会轻易放弃:)
我已经创建了一个非常简单的程序。它只是从GPU返回一个值。
import pycuda.driver as cuda
from pycuda.compiler import SourceModule
import pycuda.autoinit
import numpy as np
returnValue = np.zeros(1)
mod = SourceModule("""
__global__ void myVeryFirstKernel(float* returnValue) {
浏览 2提问于2012-11-08得票数 1
回答已采纳
1回答
我想这对一个专家来说是个相当简单的问题，但我在网上找不到任何答案。给出一个简单的例子：
问题：
listToProcess = []
for i in range(0, 10):
listToProcess.append(i)
此清单应转移到GPU，以供进一步处理。然后，我将继续对我的副本进行一个通用的库达程序：
import sys
import pycuda.autoinit
import pycuda.driver as cuda
listToProcess_gpu = cuda.mem_alloc(sys.getsizeof(listToProcess))
cuda.memc
浏览 1提问于2016-04-29得票数 4
回答已采纳
我想了解为什么下面的PyCUDA代码不能工作。
我的错误是：
TypeError: invalid type on parameter #3 (0-based)
错误发生在函数调用的块行上。在代码中，它位于block = (MATRIX_SIZE,MATRIX_SIZE,1)行，在结束前2行。
有人知道这里的错误是什么吗？我试了很多东西，但我想不出来。
数据自动化系统的代码正在C++中工作，我现在只是尝试用PyCUDA翻译它，而这正是它失败的地方。
import numpy as np
from pycuda import driver, compiler, gpuarray, tools
浏览 0提问于2017-12-12得票数 1
回答已采纳
我已经创建了一个形状为(64, 128)的float32s的numpy数组，我想把它发送到图形处理器。我该怎么做？我的内核函数应该接受什么参数？float** myArray
我尝试直接将数组发送到GPU，但pycuda抱怨对象正在被访问……
浏览 0提问于2012-11-08得票数 3
回答已采纳
我正在努力学习俾库达，我有几个问题我想要理解。我认为我的主要问题是如何在pycuda和cuda文件中的函数之间进行通信。
所以，如果我有一个C++文件(库达文件)，在这里我有一些函数，我想在其中一个them.For示例中实现pycuda，让我说我想要包含一些数组的函数“计算”，在them.What上进行计算将是我的方法？
1)初始化python中的数组，将内存分配给GPU，并将数据传输到GPU。
2)调用mod=SourceModule(“ void .”)从俾库达那里。
现在，我想问:我将如何处理这个模块?我将把所有的“计算”函数放入其中?因为，如果只在“全局”中进行一些计算，那么我不知道如
浏览 4提问于2011-12-01得票数 2
回答已采纳
我尝试在GPU中总结一个数组，然后在主机上获取它。为此，我使用了pycuda.gpuarray.sum()函数。 import pycuda.gpuarray
a = np.array([1,2,3,4,5])
b = gpuarray.to_gpu(a)
c = gpuarray.sum(b)
c = c.get()
print(c) #Prints array(15)
print(type(c)) #Prints numpy.ndarray
print(c[0]) #Error, Index error - too many indices for array
print(c.sha
浏览 17提问于2020-12-10得票数 1
回答已采纳
我有一个非常简单的函数，其中我传递一个char数组并进行一个简单的字符匹配。我希望返回一个1/0的数组，具体取决于匹配的字符。
问题:虽然我可以看到，当int数组从设备复制回来时，值已经在数据结构中被设置(当我在函数中将其赋值后打印出来时)，但是值并不像预期的那样。
我肯定这是件很愚蠢的事。
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy as np
mod = SourceModule("""
__glo
浏览 4提问于2021-02-08得票数 0
回答已采纳
1回答
如何在Pycuda函数调用之后释放内存？
例如，在下面，我如何释放a_gpu使用的内存，这样我就有足够的内存分配给b_gpu，而不是像下面这样出现错误。
我尝试导入from pycuda.tools import PooledDeviceAllocation或import pycuda.tools.PooledDeviceAllocation，希望使用ImportError: cannot import name 'PooledDeviceAllocation' from 'pycuda.tools' (D:\ProgramData\Anaconda3\lib\
浏览 44提问于2021-12-13得票数 2
我在将正确的参数传递到 (和prepared_call)到时遇到了问题。我以这种方式理解错误信息，即我传递给PyCUDA的变量之一是一个long，而不是我想要的float32。但我看不出变量从何而来。
而且，在我看来，和在block是否需要成为None的问题上相互矛盾吗？
from pycuda import driver, compiler, gpuarray, tools
import pycuda.autoinit
import numpy as np
kernel_code ="""
__device__ void loadVector(float *targ
浏览 0提问于2011-08-05得票数 4
我正在使用pyCUDA进行CUDA编程。我需要在内核函数中使用随机数。在它内部不工作(pyCUDA)。由于GPU中有大量的工作要做，在CPU内部产生随机数，然后再将它们传输到GPU上是行不通的，反而消除了使用GPU的动机。
补充质询：
是否有一种使用一个块和一个线程在GPU上分配内存的方法。
我正在使用多个内核。我需要使用多个SourceModule块吗？
浏览 1提问于2017-09-12得票数 5
回答已采纳
有没有可能在pycuda内核中使用shape (10, 3)的numpy数组，就像10 float3数组一样？
我正在尝试解决最近点的问题，在shape (10,3)的点array_point上使用一个数组，其中10是点的位置，例如array_point[0]是[x,y,z]。
为了解决这个问题，我真的想向内核发送一个float3*参数，但是我不确定该怎么做。
# for simplicity I will use a 4 point case with all handwritten directly
# only mockup script, not really working... a
浏览 0提问于2019-07-23得票数 0
1回答
我将进入PyCuda的第一步来执行一些并行计算，我遇到了一个我不明白的行为。我从一个非常基本的教程开始，这个教程可以在PyCuda官方网站上找到(一个简单的脚本，可以将数组的所有元素加倍)。守则如下：
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy
a = numpy.random.randn(4,4)
a = a.astype(numpy.float32)
a_gpu = cuda.mem_alloc(a.nbytes)
cuda
浏览 17提问于2022-07-05得票数 -2
回答已采纳
我的机器里有两张NVidia卡，两张都是数据自动化系统的。当我运行示例脚本以开始使用这里看到的PyCUDA：时，我得到了错误
nvcc fatal : Value 'sm_30' is not defined for option 'gpu-architecture'
我的计算GPU是计算能力3.0，所以sm_30应该是nvcc编译器的正确选择。我的图形GPU只有CC 1.2，所以我想也许这就是问题所在。我已经为linux安装了CUDA5.0版本，没有任何错误，以及所有编译器组件和python组件。
是否有方法显式地告诉PyCUDA使用哪个GPU？
浏览 2提问于2013-07-30得票数 4
回答已采纳
我正在尝试使用PyCuda将高斯滤波器与图像进行卷积。我从PyCuda文档中获取了一些代码，并从在线页面中获取了一个Cuda卷积内核。由于某些原因，生成的图像完全是黑色的。我认为传入的图像数组和高斯过滤器数组不正确--当我尝试使用printf从内核中打印值时，图像的值只有'0.00...‘。过滤器的值是非常大的数字，比如'125529009160192000.000000‘。 我已经尝试将数组展平并显式地将它们设置为C顺序，但这似乎没有帮助。我也尝试过使用PyCuda GPUarrays，但没有任何成功。 感谢您的关注！ 下面是我的代码： import pycuda.driv
浏览 24提问于2020-06-21得票数 0
我已经安装了pycuda，我正在尝试用下面的代码来测试它。
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy
a = numpy.random.randn(4,4)
a = a.astype(numpy.float32)
a_gpu = cuda.mem_alloc(a.nbytes)
cuda.memcpy_htod(a_gpu, a)
mod = SourceModule("""
__global__
浏览 8提问于2019-05-19得票数 1
1回答
在pycuda内核中打印时遇到问题: printf()函数不打印任何内容。
@username_4567发布了一个类似的问题，还给出了一个的例子，@harrism在他的答案中指出了这一点。但是，我已经在中实现了代码，没有任何东西被打印出来(尽管没有错误)。我猜问题是我使用的是开普勒GPU，示例中指定它只在费米设备上工作。
有谁知道如何使用我的开普勒GPU从pycuda内核中打印信息？也许我可以设计一种变通办法，它可以将我想要打印到CPU上的任何数据复制到CPU上，然后通过Python打印，但我宁愿避免这种情况！
我已经在网上搜索过任何有同样问题的人，但我什么也没找到。
我使用Python3.5
浏览 0提问于2016-08-11得票数 1
我尝试在PyCuda中使用已编译的*.cubin文件，但得到以下错误：
func = mod.get_function("doublify")
pycuda._driver.LogicError: cuModuleGetFunction failed: named symbol not found
Doublify.cu的内容：
__global__ void doublify(float *a)
{
int idx = threadIdx.x + threadIdx.y * 4;
a[idx] *= 2;
}
我用下面的
浏览 7提问于2021-05-07得票数 0
1回答
我尝试通过制作类似的GPU数组并执行这些操作来实现两个numpy数组的元素乘法。然而，的结果执行时间比原始的numpy点乘慢得多。我希望能利用GPU得到一个好的加速。zz0为complex128型，(64,256,16)型numpy数组，xx0为float64型，(16,151) shape numpy数组。有人能帮我找出我在执行方面做错了什么吗？
import sys
import numpy as np
import matplotlib.pyplot as plt
import pdb
import time
import pycuda.driver as drv
import pyc
浏览 4提问于2019-06-27得票数 1
有没有一种方法可以使用PyCuda将已经在图形处理器上的数组绑定到纹理？
已经有一个将CPU上的数组绑定到纹理的cuda.bind_array_to_texref(cuda.make_multichannel_2d_array(...), texref)，但是如果该数组已经在设备上，我在PyCuda中找不到cudaBindTextureToArray的等价物。例如，执行以下操作：
myArray = [1, 2, 3]
myArray_d = gpu.to_gpu(myArray) # then performs some computations on it, and then
cuda
浏览 0提问于2012-11-20得票数 4
回答已采纳
OS: win10
VS: visual stadio2015 64位
CUDA: CUDA8.0
python: python2.7.12 64位(pycuda)
我跟踪了这个网站，
import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy
a = numpy.random.randn(4,4)
a = a.astype(numpy.float32)
a_gpu = cuda.mem_alloc(a.nbytes)
cuda.memc
浏览 0提问于2016-11-29得票数 2
回答已采纳
我有一个带有两个GPU的系统，并且正在使用带有Tensorflow后端的Keras。Gpu:0被分配给PyCUDA，它执行一个独特的操作，转发给Keras，并随批进行更改。因此，我希望在gpu:1上运行一个Keras模型，同时将gpu:0分配给PyCUDA。
有办法这样做吗？纵观以前的线程，我发现了几种折旧的解决方案。
浏览 0提问于2018-10-25得票数 0
回答已采纳
我这里有代码(根据答案修改)。
信息
32字节堆栈帧，0字节溢出存储，0字节溢出负载
ptxas信息:使用46寄存器，120字节cmem，176个字节cmem2，76个字节cmem16
我不知道还需要考虑什么，才能使它适用于"numPointsRs“和"numPointsRp”的不同组合
例如，当我使用Rs=10000运行代码时，使用Rp=100000运行block=(128,1,1)，运行grid=(200,1)就可以了。
我的计算：
46 registers*128threads=5888寄存器。
我的卡有限制32768寄存器，所以32768/5888=5 +一些
浏览 10提问于2012-09-04得票数 5
回答已采纳
1回答
PyCuda中三维阵列的内置转置
、、、、
我有一个三维数组，并希望转换它的前两个维度(x & y)，但不是第三(z)。在三维数组A上，我希望得到与numpy的A.transpose((1,0,2))相同的结果。具体来说，我想得到“转置”的全局threadIdx。下面的代码应该是在3D数组A中未转置的位置编写转置索引。
有什么建议吗？
import numpy as np
from pycuda import compiler, gpuarray
import pycuda.driver as cuda
import pycuda.autoinit
kernel_code = """
__global_
浏览 3提问于2015-08-20得票数 1
回答已采纳
1回答
我刚刚安装了CUDA6.5、VS2013社区版和pyCUDA。我已经安装了python 2.7.8。我是CUDA和VS2013开发的新手，但不是python。我通过构建一些32位和64位的CUDA VS2013示例解决方案来验证我的CUDA安装，所以事情一直持续到那个阶段。
现在，我正在尝试通过运行这个测试程序来验证我的pyCUDA安装。
### from: http://documen.tician.de/pycuda/tutorial.html
import pycuda.gpuarray as gpuarray
import pycuda.driver as cuda
import py
浏览 0提问于2015-01-06得票数 0
回答已采纳
这个西亚诺装置让我很生气：
因此，我遵循了这里关于投票最多的答案的说明，因为它似乎是来自我和最新版本的最相似的条件：。
1-我已经安装了CudaV6.5，启动了deviceQuery，它运行得很好。
2-我已经有了Visual 2013，所以我还没有安装Visual 2010
在编写本报告时，GPU上的Theano只允许使用32位浮点数，主要是为2.7版本的Python构建的。
所以我不知道现在到底是什么状态，但我有一个和我的朋友一样的配置，他设法让它工作，所以我想这是可能的。我已经通过Anaconda安装了Python。
我安装了MinGW和Cygwin
5-我修正了msvc9compile
浏览 8提问于2015-02-18得票数 3
1回答
我在安装pycuda时遇到了困难。我在Ubuntu 12.04上运行。我首先安装了Enthought发行版(尽管我已经在计算机上安装了python )。我在我的.profile中的路径中添加了version位置(这没有任何问题，在命令行中输入python或ipython会正确地使用version版本)。然后，我按照的说明操作(跳过步骤0-1，因为我已经安装了numpy和cuda )。
一切似乎都运行和安装得很好。但是当我尝试实际使用pycuda时，它失败了。例如，当我尝试运行hello_gpu.py示例时，会发生以下情况：
:~/Downloads/pycuda-2012.1$ python
浏览 13提问于2012-07-17得票数 0
我正在学习PyCUDA，在阅读关于pycuda.gpuarray的文档时，我对pycuda.driver.memcpy_htod (也是_dtoh)和pycuda.gpuarray.to_gpu (也是get)函数之间的区别感到困惑。根据gpuarray ，.get()。
例如，将self的内容转换为数组或新分配的numpy.ndarray。如果数组是给定的，则它必须具有正确的大小(不一定是形状)和dtype。如果未给出，则分页锁定指定是否分配给新数组页锁定。
这么说，.get()的实现方式与pycuda.driver.memcpy_dtoh完全相同吗？不知怎么的，我想我误解了它。
浏览 2提问于2013-11-17得票数 5
回答已采纳
1回答
我试图在pyCUDA中启动一个内核，然后通过写入GPU全局内存位置来终止内核。下面是一个简单的内核示例，我希望它能够在进入无限时间循环之后终止：
__global__ void countUp(u16 *inShot, u64 *counter) {
while(inShot[0]) {
counter[0]++;
}
}
根据我在CUDA中所读到的关于流的内容，我应该能够在创建一个流之后启动这个内核，并且它在主机上是非阻塞的，即。在这个内核启动并运行之后，我应该能够在主机上做一些事情。我将上面的内核编译成一个cubin文件，并在pyCUDA中启动它，如下所示：
import
浏览 4提问于2015-05-07得票数 1
回答已采纳
2回答
问题不是在进程中使用CUDA，而是如果父进程已经初始化了CUDA，那么进程中就不能初始化它。如果您只是在父进程中进行初始化并将其抛到进程中，但它不起作用。以下是流程中的一个示例：
from pyfft.cuda import Plan
import numpy
import pycuda.driver as cuda
from pycuda.tools import make_default_context
import pycuda.gpuarray as gpuarray
from multiprocessing import Process
def do_this_fft(data)
浏览 3提问于2017-10-24得票数 2
回答已采纳
1回答
我打算用PyCUDA写一个内核来生成二维高斯面片。但是，我在主机中定义的值在复制到设备后会发生变化。下面是代码。
import numpy as np
import matplotlib.pyplot as plt
import pycuda.driver as cuda
from pycuda.compiler import SourceModule
import pycuda.autoinit
# kernel
kernel = SourceModule("""
#include <stdio.h>
__global__ void gaussian2D(
浏览 0提问于2018-01-07得票数 0
回答已采纳
我使用一个1kB的.png文件(即2048x2048 numpy array)来测试我的PyCuda程序，它显示了该程序需要使用1.57s来分配数据并将其复制到设备上。
花这么长时间是正常的吗？
我想知道PyCuda和Cuda C在分配和内存过程中是否存在性能差异？
(当使用PyCuda时，内核仍然是用C编写的，所以内核执行时间大约是0.17s，所以我觉得准备时间太长了。)
用于分配和存储的代码
img_gpu = cuda.mem_alloc(img.nbytes)
cuda.memcpy_htod(img_gpu, img)
result_gpu = cuda.mem_alloc(res
浏览 4提问于2017-05-31得票数 1
1回答
有没有人曾经通过最新的mpy4py (和pyCUDA 2015.1.3)通过MPI发送过CUDA数组？要发送数组，必须将相应的数据类型转换为连续的缓冲区。此转换是使用以下lambda完成的：
to_buffer = lambda arr: None if arr is None else lambda arr: arr.gpudata.as_buffer(arr.nbytes
完整的脚本如下所示：
import numpy
from mpi4py import MPI
import pycuda.gpuarray as gpuarray
import
浏览 2提问于2015-09-07得票数 0
如何使Python与long int一起工作？我尝试了下面的代码，只要我使用long *result_count或atomicAdd(&InitianCount,1);，它就不能工作，编译错误如下所示。
import os
_path = r"C:\Program Files\Microsoft Visual Studio\2022\Community\VC\Tools\MSVC\14.33.31629\bin\Hostx64\x64"
if os.system("cl.exe"):
os.environ['PATH'] +=
浏览 10提问于2022-12-04得票数 0
我有一个Python3 ，它涉及到的执行。
在下面的配置中启动代码时，代码运行良好
GeForce GTX 1080 Ti GPU
Ubuntu 16.04
CUDA版本8.0.61
NVIDIA驱动程序384.111版
Python版本3.5.2
PyCUDA版本(2017，1，1)。
但是，在同一台机器上使用GeForce GTX 970时，我会得到以下错误：
cuMemFree failed: the launch timed out and was terminated
PyCUDA WARNING: a clean-up operation faile
浏览 3提问于2018-01-18得票数 0
回答已采纳
实际上，我在我的python算法中使用了scipy库方法"solve“和"lstsq”。我需要在pycuda (即)中使用此方法，以便在GPU中执行。在C中支持scipy吗？或者我们如何在pycuda中使用scipy。 请帮我解决这个问题好吗？
浏览 28提问于2021-07-12得票数 0
回答已采纳
我使用63个寄存器/线程，所以(32768是最大的)我可以使用520个线程，在这个例子中我使用的是现在的512个线程。
(并行性在全局computeEvec函数中的函数“computeEHfields”中)。问题是：
1)以下的最小校验误差。
2)当我使用numPointsRp>2000时，它显示出“内存不足”，但是(如果我没有做错的话)我计算全局内存，这是可以的。
-------------------------------UPDATED---------------------------
我使用cuda运行程序，它给了我(仅当numPointsRs>numPointsRp)
浏览 2提问于2012-08-28得票数 0
回答已采纳
我正在编写一个cuda内核，以便在pycuda中将rgba图像转换为灰度图像，下面是PyCUDA代码：
import numpy as np
import matplotlib.pyplot as plt
import pycuda.autoinit
import pycuda.driver as cuda
from pycuda.compiler import SourceModule
kernel = SourceModule("""
#include <stdio.h>
__global__ void rgba_to_greyscale(const u
浏览 0提问于2018-01-08得票数 0
回答已采纳
我有一个奇怪的问题，我无法确定它的来源：
我有一个特殊的矩阵向量乘法的工作内核，我想要加速它。基本上，大矩阵(10^6乘以10^6)是由几个小矩阵构成的。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时，我只得到了错误：
pycuda._driver.LogicError: cuLaunchKernel失败:无效值
所以我的工作内核是：
#define FIELD_SIZE {field}
#define BLOCK_SIZE {block}
__global__ void MatrixMulKernel(double *gpu_matrix, double *gpu_b, d
浏览 2提问于2013-08-25得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
