CUDA中两个类之间的共享指针
在CUDA中，两个类之间的共享指针是指可以在不同类之间共享的指针。CUDA是一种并行计算平台和编程模型，用于利用GPU进行高性能计算。下面是关于CUDA中两个类之间共享指针的完善答案：
概念： 在CUDA中，两个类之间的共享指针是指可以在不同类之间传递和访问的指针。通过共享指针，不同类的对象可以共享同一块内存区域，实现数据的共享和交互。
分类： 共享指针可以分为两种类型：主机指针和设备指针。主机指针用于在主机（CPU）和设备（GPU）之间传递数据，而设备指针用于在设备内的不同类之间传递数据。
优势： 使用共享指针可以提高程序的性能和效率。通过共享指针，可以避免在不同类之间频繁地进行数据拷贝，减少内存的使用和数据传输的开销。同时，共享指针还可以简化程序的设计和实现，提高代码的可读性和可维护性。
应用场景： 共享指针在许多CUDA应用中都有广泛的应用场景。例如，在图像处理中，可以使用共享指针在不同的图像处理类之间传递和共享图像数据；在机器学习中，可以使用共享指针在不同的神经网络层之间传递和共享权重参数。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云提供了一系列与GPU计算相关的产品和服务，可以帮助开发者在云端进行高性能计算和并行计算。以下是一些相关产品和其介绍链接地址：
- GPU云服务器：提供了强大的GPU计算能力，适用于各种需要高性能计算的场景。详情请参考：https://cloud.tencent.com/product/cvm/gpu
- 弹性GPU：为云服务器提供了可随时挂载和卸载的GPU加速能力，可以根据实际需求灵活调整计算资源。详情请参考：https://cloud.tencent.com/product/gpu/elastic-gpu
- GPU容器服务：提供了基于容器的GPU计算环境，方便开发者快速部署和管理GPU加速的应用程序。详情请参考：https://cloud.tencent.com/product/tke/gpu
总结： CUDA中的共享指针是指可以在不同类之间共享的指针，通过共享指针可以实现数据的共享和交互。在腾讯云上，可以使用GPU云服务器、弹性GPU和GPU容器服务等产品来进行高性能计算和并行计算。
相关·内容
6回答
在CUDA C编程指南中，有人说
...通过设计，主机线程在任何给定的时间只能在一个设备上执行设备代码。因此，需要多个主机线程在多个设备上执行设备代码。此外，在一个主机线程中通过运行时创建的任何CUDA资源都不能被运行时从另一个主机线程中使用.
我想做的是让两个GPU共享主机上的数据(映射内存)，
但手册似乎表明这是不可能的。
有什么解决办法吗？
浏览 4提问于2010-11-10得票数 4
回答已采纳
2回答
为了避免长时间和无凝聚力的函数，我从内核中调用了许多设备函数。我在内核调用开始时(即每个线程块)分配一个共享缓冲区，并将指向它的指针传递给正在内核中执行某些处理步骤的所有设备函数。
我想知道以下几点：
如果我在全局函数中分配共享内存缓冲区，那么我传递给指针的其他设备函数如何区分指针可能引用的地址类型(全局设备或共享mem)。
注意，按照'CUDA编程指南‘用共享的修饰符来修饰形式参数是无效的。实现imhoit的唯一方法是
( a)在分配的内存上放置标记，b)通过调用传递不可见的参数。( c)可以使用虚拟统一地址空间，该空间具有用于全局内存和共享内存的独立段，以及对指针的阈值检查。
因此
浏览 11提问于2012-06-07得票数 3
我最近一直在使用CUDA。我只是想知道在通用计算方面，CUDA和Opengl之间是否有任何性能差异。我目前正在开发一台GTX 580。
浏览 1提问于2011-05-20得票数 0
回答已采纳
2回答
我想在CUDA代码中实例化一个类，它与同一块中的其他线程共享它的一些成员。
然而，当尝试编译以下代码时，我得到了错误：»属性"shared“不适用于此处«(nvcc版本4.2)。
class SharedSomething {
public:
__shared__ int i; // this is not allowed
};
__global__ void run() {
SharedSomething something;
}
这背后的理由是什么？是否有解决方法来实现所需的行为(在一个块中共享类的成员)？
浏览 0提问于2012-10-03得票数 6
回答已采纳
在LLVM源代码文件llvm/lib/Target/NVPTX/NVPTXIntrinsics.td中，可以看到atom_add、atom_sub、atom_max、atom_min、atom_inc、atom_dec等对CUDA内存类型的定义。但是我无法在这些文件中的任何地方找到装载和存储CUDA内存的操作。那么，在哪里为llvm中的CUDA内存类型定义了加载和存储操作？
浏览 2提问于2016-02-29得票数 1
回答已采纳
1回答
我想在两个独立的Linux进程之间传递一个Cuda上下文(使用我已经设置的POSIX消息队列)。
使用cuCtxPopCurrent()和cuCtxPushCurrent()，我可以获得上下文指针，但是在调用函数的进程的内存中引用了这个指针，并且在进程之间传递它是没有意义的。
我在找其他的解决办法。到目前为止，我的想法是：
尝试深入复制CUcontext结构，然后传递副本。看是否能找到一个共享内存解决方案，其中我的Cuda指针都放在那里，以便两个进程都可以访问它们。将进程合并成一个程序。可能在Cuda 4.0中有更好的上下文共享，我可以切换到。<code>h 211</cod
浏览 3提问于2011-05-19得票数 5
回答已采纳
因此，我想我理解cuda的基本功能，以及图形管道是如何工作的。但我不明白的是，CUDA射线追踪引擎是如何将这两者结合在一起的。由于场景的顶点是通过directx或opengl存储在图形管道中的，所以我不知道如何通过cuda管道访问这些信息。
浏览 4提问于2014-03-07得票数 1
回答已采纳
我是CUDA的初学者，我试图为双数据类型分配共享内存，并为双数据类型分配指针。我正在分配数据
extern __shared__ double dataShared[];
在这里，我想要指向特定地点的数据的指针。
int v = threadIdx.x;
dataShared[v] = &dataShared[v + (v+1)*data.V];
我想要一个2d双数据数组和一维指针数组，它指向2d数组的每一列共享内存。这里，由于性能的影响，我避免了动态分配指针数组。在这里，指针数组被移动并用于访问列，这样2d数组就会因此而发生列移位。
然而，这是不允许的，还有什么其他的方法我可以做到这
浏览 1提问于2016-11-21得票数 0
回答已采纳
2回答
我有一个c++课程。有两个进程在两个终端中运行。
举个简单的例子，过程A是发送者，进程B是接收者。
它们通过TCP/IP协议通过Boost连接。
进程A可以发送数据，进程B将接收数据，然后将它们写入int数组中。就像int mem[32]
我遇到的问题是它太慢了。是否有一种直接从进程A访问“进程B的mem[32]”以便可以绕过TCP/IP的方法？就像传递一些指针一样？(由于两个进程位于同一台计算机上，所以应该有一些方法来访问公共内存位置？)
那这有可能吗？我该查些什么？(内存管理？)
谢谢
浏览 3提问于2014-01-16得票数 0
回答已采纳
我正在尝试编写DLL函数来分配cuda内存，并取回指向cuda (设备)内存的指针。
第二个函数应该接受这个指针并进行计算。
我希望这个操作是分开的，因为我需要在相同的数据上做很多计算，并且我试图避免重复地将相同的数据复制到GPU内存中(它会takeS很多时间)。
问:我需要在DLL中添加什么才能将指针导出到i_d？
我的DLL：
main.cpp：
extern "C" __declspec(dllexport) int cuda_Malloc ( float *i, void **i_d, int N ){
for( float x=0; x<N; x+
浏览 0提问于2012-04-25得票数 0
回答已采纳
我想通过重叠数据传输和内核执行来优化我的CUDA程序。但是CUDA SDK中的示例程序asyncAPI.cu太简单了，无法提供帮助。
我确实搜索了这个问题，发现一些教程使用两个CUDA流来实现重叠。在我的例子中，需要计算大量的数据，所以我需要在每次迭代中循环并分派一部分数据到GPU。但我不知道如何编写这样的循环，因为所有的操作都是异步的，我担心传输数据会擦除/覆盖当前正在计算的操作。
有没有人经历过这种情况？
任何帮助都会感激不尽。
浏览 3提问于2011-06-06得票数 3
回答已采纳
3回答
我对如何在CUDA中使用共享和全局内存感到困惑，特别是在以下方面：
当我们使用cudaMalloc()时，我们是得到一个指向共享内存还是全局内存的指针？
全局内存是否驻留在主机或设备上？
这两种都有尺寸限制吗？
访问哪个更快？
在共享内存中存储变量是否与通过内核传递其地址相同？即，而不是
__global__空内核(){ __shared__ int i；foo(i)；}
为什么不等量做呢
__global__ void核( int *i_ptr) { foo(*i_ptr)；} int main() {int *i_ptr；cudaMalloc(&i_ptr，si
浏览 8提问于2012-12-30得票数 43
回答已采纳
我试图在C-CUDA中实现盒子过滤，首先在CUDA中实现矩阵平均问题。当我尝试跟踪代码而不注释for循环中的那些行时，我会得到特定的输出。但是，当我评论这些行时，它再次生成相同的输出！
if(tx==0)
for(int i=1;i<=radius;i++)
{
//sharedTile[radius+ty][radius-i] = 6666.0;
}
if(tx==(Dx-1))
for(int i=0;i<radius;i++)
{
//sh
浏览 4提问于2014-08-22得票数 0
回答已采纳
最近，我学习了如何使用cuda统一内存编写代码。但奇怪的是，当我用非指针对象替换指针对象时，内核会报告不同的结果。
请参阅Core.cuh和main.cu。
H是新建和删除重载的基类，是构建测试用例的CMakeList.txt。
//ClassManaged.h This file overloads the new and delete operator for children class
#ifndef __CLASS_MANAGED_H__
#define __CLASS_MANAGED_H__
#include <cuda_runtime_api.h>
clas
浏览 11提问于2021-12-20得票数 1
回答已采纳
1回答
在CPU世界中，人们可以通过内存映射来完成它。GPU也能做类似的事情吗？
如果两个进程可以共享一个相同的CUDA上下文，我认为这将是微不足道的-只是传递GPU内存指针。是否有可能在两个进程之间共享相同的数据自动化系统上下文？
我可以想到的另一种可能性是将设备内存映射到内存映射的主机内存。由于它是内存映射的，所以它可以在两个进程之间共享。这是否合理/可能，是否有任何开销？
浏览 10提问于2017-02-03得票数 14
回答已采纳
1回答
读到高通公司的Adreno是一个SOC，我想出了一个问题，他们的记忆是一样的吗？
如果是，是否有像CUDA的统一虚拟地址(UVA)那样的虚拟地址？
另外，如果不是这样的话，这里是否支持CUDA 6的统一内存模型？
浏览 5提问于2017-06-25得票数 0
2回答
我正在使用CUDA框架开发一个数字处理应用程序。我有一些所有线程都可以访问的静态数据，因此我将其放入常量内存中，如下所示：
__device__ __constant__ CaseParams deviceCaseParams;
我使用调用cudaMemcpyToSymbol将这些参数从主机传输到设备：
void copyMetaData(CaseParams* caseParams)
{
cudaMemcpyToSymbol("deviceCaseParams", caseParams, sizeof(CaseParams));
}
这很管用。
无论如何，(通过尝试和
浏览 6提问于2010-10-24得票数 10
CUDA C编程指南指出，在计算能力超过2.0的情况下，主机和设备共享64位linux上的内存空间。我有一块通过标准运行时API "cudaMalloc“分配的全局内存，但主机似乎不能直接访问它。我是否应该做一些特殊的事情来使主机能够访问它？
浏览 2提问于2013-03-09得票数 1
回答已采纳
1回答
在CUDA中，有没有可用来释放CTA分配的共享内存的应用层API？我想将我的CTA重新用于另一个任务，并且在开始该任务之前，我应该清理前一个任务使用的内存。
浏览 0提问于2012-09-23得票数 2
回答已采纳
现在，如果我使用这段代码尝试通过在GeForce GTX460SE (CC2.1)中使用CUDA5.5从CPU内核访问GPU，那么我将得到一个异常“访问冲突”：
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include <iostream>
int main()
{
unsigned char* gpu_ptr = NULL;
cudaMalloc((void **)&gpu_ptr, 1024*1024);
*gpu_ptr
浏览 1提问于2013-11-19得票数 1
回答已采纳
4回答
基本上，我有两个申请。应用程序1启动应用程序2，但它保留在内存中。启动Application 2时，需要给它一个指向存储在第一个应用程序中的CALayer对象的指针。指针表示的对象需要两个应用程序都可以访问。我用的是目标C。我非常感谢任何例子。
我需要更多的跨平台和分布式对象是特定于Mac的。这并不是我不知道CALayer是特定于Mac的(因为有了iOS)。我非常清楚，我只是想使用跨平台的解决方案，而不是特定的解决方案。
浏览 7提问于2010-07-21得票数 0
回答已采纳
在这种情况下，cudaMemcpy函数将如何工作？
我已经声明了一个这样的矩阵
float imagen[par->N][par->M];
我想把它复制到cuda设备上，所以我这样做了
float *imagen_cuda;
int tam_cuda=par->M*par->N*sizeof(float);
cudaMalloc((void**) &imagen_cuda,tam_cuda);
cudaMemcpy(imagen_cuda,imagen,tam_cuda,cudaMemcpyHostToDevice);
这会很好地将2d数组复制到1d数组吗
浏览 0提问于2013-05-17得票数 4
回答已采纳
1回答
我遵循cuda示例来实现cudaIPC。在我有两台机器之前，每台机器都有8个GPU。假设我们有工作进程和服务器进程。在我的例子中，工作人员必须使用cudaIPC将数据发送到服务器。但是根据项目的需要，现在我们将工作线程和服务器作为每台机器上的一个进程中的两个线程进行初始化。但是如果我仍然使用旧的逻辑，它会报告：Check failed: e == cudaSuccess || e == cudaErrorCudartUnloading CUDA: invalid device ordinal。我想知道cudaIPC是否只能在进程之间使用？对于我的情况，我应该如何修改我的实现？
浏览 5提问于2021-03-01得票数 0
我在数据自动化系统中发现了一个关于大容量页面锁定内存的问题。这是源代码和makefile。该代码分配10 to的页面锁定内存，并将部分数据从设备内存复制到此页面锁定内存中，在复制之前将设备内存中的数据设置为1.0。
#include <cuda.h>
#include <assert.h>
#include <cuda_runtime.h>
#include "helper_cuda.h"
__global__
void test_k(double* x, size_t n)
{
int gid = blockIdx.x*bloc
浏览 3提问于2022-05-23得票数 0
4回答
来自CUDA，我感兴趣的是如何从线程中读取共享内存，并将其与CUDA的读取对齐要求进行比较。我将使用以下代码作为示例：
#include <sys/unistd.h>
#include <pthread.h>
#include <stdlib.h>
#include <stdio.h>
#define THREADS 2
void * threadFun(void * args);
typedef struct {
float * dataPtr;
int tIdx,
dSize;
} t_data;
int mai
浏览 2提问于2011-06-07得票数 0
回答已采纳
我想在渲染过程中将一些东西呈现给GL缓冲区纹理，然后在另一个过程中通过CUDA读取它。目前，我不希望将这两个进程合并为一个进程。在这里，我的代码是什么样子：
//Note: this code runs under Linux
int svMain();
int main() {
//Tons of variable definitions vomited
float* dptr; //pointer to mapped device mem
size_t map_size; //size of mapped mem
cudaGraphicsReso
浏览 2提问于2014-05-05得票数 0
回答已采纳
我目前正在设计一个dll (以及so)库，它将把任务卸载到CUDA，SYCL，OpenCL或Vulkan (还没有决定)。由于不知道应用程序将做什么(也可能使用相同的API)，我的问题是，当在DLL和应用程序中使用某个API时，是否会出现运行时问题。
我猜，在SYCL/OpenCL/Vulkan中创建两个上下文不会有什么坏处，应该相应地将API调用分开。这是正确的吗?仅仅在DLL中显式创建上下文/流(在CUDA中)就足够了吗？
另外，是否可以将缓冲区对象从DLL传递给应用程序，以便调用应用程序可以直接在其上下文中使用相同的缓冲区，或者是否需要首先将其复制到主机？
浏览 16提问于2019-08-07得票数 0
1回答
我对C++相对缺乏经验，但我需要构建一个框架来调整一些数据。不一定相关，但我的数据的一般流程需要这样做：
数据在python脚本中生成。
将python对象传递给已编译的C++扩展。
C++扩展做了一些更改并传递数据(大概是一个指针？)编译C++/CUDA代码(.exe)
C++/CUDA .exe做一些事情
数据将在python脚本中处理，并发送给更多python函数。
第三步是我遇到麻烦的地方。我将如何调用包含CUDA代码的.exe，使其能够访问C++ python扩展中看到的数据？我想我应该能够以某种方式传递一个指针，但是我很难找到解释如何传递指针的资源。我已
浏览 2提问于2017-03-01得票数 0
回答已采纳
假设我们使用以下两个调用在设备上分配了相同数量的内存：
pointerA = cuda_driver.mem_alloc(myArray.nbytes)
pointerB = cuda_driver.mem_alloc(myArray.nbytes)
然后，我们将相同的数据复制到两个DeviceAllocation对象的设备上。
cuda_driver.memcpy_htod(pointerA, myArray)
cuda_driver.memcpy_htod(pointerB, myArray)
然后交换两个DeviceAllocation对象是个坏主意吗？例如，它们可以像这样交换：
tem
浏览 3提问于2017-05-17得票数 1
回答已采纳
3回答
这也许是个愚蠢的问题但是..。我有两个进程P1和P2。P1能否在共享内存中轻松地分配对象O，以便为P2所看到？(P1使用管道向P2传递指向O的指针)。类似于：
// P1
ptr1 = new SharedMemoryObject(); // object O
pipe.send(ptr1)
// P2
ptr = pipe.recieve()
// I have access to O now
为了避免对对象进行序列化和排列，我希望在共享内存中创建对象并传递指针。
浏览 8提问于2011-06-20得票数 4
回答已采纳
2回答
我想用CUDA处理一张图像。每个像素的新值是根据一行中的两个相邻像素计算的。对像素值使用__shared__内存是否有意义，因为每个值只使用两次？瓷砖是不是也是错误的做法，因为它不适合问题的结构？我的方法是在每个像素上运行一个线程，每次为每个线程加载相邻的像素值。
浏览 10提问于2017-01-02得票数 1
回答已采纳
当试图使用cublasSgemm例程执行张量矩阵乘积时，会出现超出界限的错误，其示例如下：
========= Invalid __global__ read of size 4
========= at 0x000019f8 in sgemm_sm35_ldg_nn_64x16x64x16x16
========= by thread (6,3,0) in block (6,3,0)
========= Address 0x7ffc059064a8 is out of bounds
========= Saved host backtrace up to dr
浏览 2提问于2015-10-21得票数 0
回答已采纳
1回答
我试图计算所有点之间的距离(公制加权)。为了加快速度，我在gpu上并通过cuda和numba完成了这个操作，因为我认为它更易读和更容易使用。
我有两个一维点数组，想要计算同一数组中所有点之间的距离以及两个数组之间的所有点之间的距离。我编写了两个cuda内核，一个只使用全局内存，我已经验证了它使用cpu代码给出了正确的答案。就是这个。
@cuda.jit
def gpuSameSample(A,arrSum):
tx = cuda.blockDim.x*cuda.blockIdx.x + cuda.threadIdx.x
temp = A[tx]
tempSum = 0.
浏览 0提问于2019-07-28得票数 1
回答已采纳
我知道要使CUDA程序高效，我们需要启动足够的线程来隐藏昂贵操作的延迟，例如全局内存读取。例如，当一个线程需要从全局内存读取时，其他线程将被调度运行，以便读取操作与线程的执行重叠。因此，CUDA程序的总体执行时间就是每个线程执行时间的总和，不包括读取全局内存的时间。但是，如果我们可以将数据放到共享内存中，并让线程从共享内存中读取数据，通常我们可以使CUDA程序运行得更快。我的困惑是，由于内存读取的时间是隐藏的，它应该不会影响程序的性能。为什么它仍然会对程序的性能产生如此大的影响？
浏览 1提问于2012-05-18得票数 0
回答已采纳
假设我有如下代码：
cudaHostAlloc( (void**)&pagelocked_ptr, size, cudaHostAllocDefault )
#pragma omp parallel num_threads(num_streams)
{
...
cudaMemcpyAsync( pagelocked_ptr + offset_thisthread
, src
, count
, kind
, stream_thisthread
浏览 10提问于2016-09-15得票数 0
回答已采纳
1回答
这个问题是关于cuda中的堆大小限制的。访问了一些有关这个主题的问题，包括这个：，我做了一些测试。给出一个内核如下：
#include <cuda.h>
#include <cuda_runtime.h>
#define CUDA_CHECK( err ) __cudaSafeCall( err, __FILE__, __LINE__ )
#define CUDA_CHECK_ERROR() __cudaCheckError( __FILE__, __LINE__ )
inline void __cudaSafeCall( cudaError err, const
浏览 0提问于2013-07-29得票数 2
回答已采纳
在我的代码中，我有两个向量：
vector<lipid*> lipids;
vector<shared_ptr<bead> > ions;
lipid类：
class lipid{
public:
lipid();
lipid(double x, double y, bool up, int LID);
~lipid();
void makeMe(int LID);
std::tr1::shared_ptr<bead> head;
std::tr1::shared_ptr<bead> body;
std:
浏览 0提问于2011-10-05得票数 4
回答已采纳
1回答
加速神经网络计算
、、、
我正在努力完成Nvidia的“CUDA Python加速计算基础”课程，并完成了重构一些代码的简单版本的任务，这些代码执行在神经网络中创建隐藏层所需的工作：
import numpy as np
from numba import cuda, vectorize
n = 1000000
greyscales = np.floor(np.random.uniform(0, 255, n).astype(np.float32))
weights = np.random.normal(.5, .1, n).astype(np.float32)
from numpy import exp
de
浏览 19提问于2022-09-19得票数 1
我使用以下命令编译。
nvcc --cuda axpy.cu -o axpy.cu.cpp.ii
在axpy.cu.cpp.ii中，我观察到嵌套在__device_stub__Z4axpyfPfS_中的函数cudaLaunchKernel接受一个指向在axpy.cu.cpp.ii中定义的axpy的函数指针。所以我的困惑是，cudaLaunchKernel不应该被传递一个指向内核函数axpy的函数指针吗？为什么有与内核函数同名的函数定义？任何帮助都将不胜感激！提前感谢
这两个功能如下所示。
void __device_stub__Z4axpyfPfS_(float __par0, flo
浏览 32提问于2022-08-29得票数 1
回答已采纳
2回答
如果我们有一个父类，它引用了一个子类(共享指针)，而子类也引用了父类(同样带有一个共享指针)，那么我们必须使这两个智能指针中的一个成为弱指针。
但是我们如何决定这两个指针中的哪一个应该是弱指针呢？
同样，当弱指针指向0(当共享计数为0)时，当我们仍然需要访问对象时，是否存在删除对象的情况？好的，我知道至少我们知道对象不在那里，我们不应该尝试访问它，但是这足够了吗？
浏览 0提问于2015-02-02得票数 3
回答已采纳
在CUDA (千层)上实现深度递归的最有效方法是什么?如果递归用于遍历类似树的数据结构，那么在哪里可以找到这方面的代码示例？
我刚刚使用Cuda动态并行实现了K20 GPU上的递归，但发现由于参数cudaLimitDevRuntimeSyncDepth，有24个级别的限制。
我想要达到最大。大数据的速度和缩放。
浏览 2提问于2013-01-14得票数 4
1回答
Qt中的智能指针
、、
就像已经写好的一样，到目前为止， Qt已经有8个专门化的智能指针类。看起来这就是你所需要的。但是，为了使用这些智能指针中的任何一个，您的类必须从QObject派生，这并不总是很方便。在Qt中是否有其他智能指针的实现可以与任意类一起使用？
浏览 0提问于2009-09-26得票数 18
回答已采纳
1回答
是否可能有两个或多个可以访问相同设备内存的linux主机进程？我有两个进程之间的高速数据流，我不想把数据从GPU返回到进程A中的主机，只是为了将它传递给进程B，后者将内存h2d返回到GPU。
将多个进程组合成一个单独的进程不是一个选项。
浏览 2提问于2010-07-21得票数 4
回答已采纳
当我们使用CUDA分析器nvvp时，有几个与指令相关的“开销”，例如：
支路发散开销；
共享/全局内存重放开销；以及
本地/全局缓存重放开销。
我的问题是：
造成这些间接费用的原因是什么？
它们是如何计算的？
同样，如何计算全局负载/存储效率？
附件:我在CUDA5工具包中的“CUDA Profiler用户指南”中找到了计算这些开销的所有公式。
浏览 4提问于2012-11-25得票数 6
我正在尝试使用推力/CUDA 4.0构建一个简单的应用程序，并收到许多警告“警告:假设全局内存空间，无法分辨指针指向什么”
其他人看到了吗?我该如何禁用它们或修复我的代码？
谢谢,
Ade
这是我的代码。
Hello.h
class DECLSPECIFIER Hello
{
private:
thrust::device_vector<unsigned long> m_device_data;
public:
Hello(const thrust::host_vector<unsigned long>& data);
unsi
浏览 1提问于2011-03-07得票数 10
回答已采纳
我在C++中有两个类：
class Base
{
int baseField;
public:
Base();
~Base();
T BaseMethod();
virtual SomeMethod()=0;
};
class Derived : public Base
{
int derivedField;
public:
Derived()
~Derived();
T DerivedMethod();
virtual SomeMethod() {...}; // Some implementation
};
我的问题是它是如何在内存中表示的，即
浏览 2提问于2013-07-16得票数 0
回答已采纳
1回答
我正在尝试一个模型，它与它包含的对象共享一个值。在下面的示例中，我有一个Model对象a，其中包含一个Struct，b。我希望它们都能访问由变量a和aa引用的Bool。为此，我在Box结构中包装了一个Bool。 struct Box<Value> {
var value:Value
}
struct Model {
var a: Box<Bool>
var b:B
struct B {
var aa:Box<Bool>
}
}
struct TestView : View {
@State
浏览 15提问于2020-01-22得票数 1
1回答
是否有任何方法可以从PCI设备写入CUDA设备内存。此PCI设备正在以非常快的速度记录数据。因此，为了获得最高的性能，我希望将数据直接复制到GPU内存中，以便通过主机传输进行处理。
我在CUDA 5.0中读到了RDMA。如何使用RDMA/GPUDirect将数据从PCI传输到GPU内存。
请帮我提供一些这样的例子。
我使用的操作系统是Windows7 64位和CentOS 64位，CUDA SDK是5.0，图形处理器是特斯拉K20
浏览 7提问于2013-06-11得票数 0
1回答
CUDA因不明原因“未知错误”
、、、、
在我当前的项目中，一个对cudaGetLastError()的调用正在返回unknown error，我不知道为什么。这段代码编译得很好，但它并不是我所希望的那样。
下面是一个简短的、不可编译的示例，说明相关代码所包含的内容：
CU_Main.cu
以下是数据自动化系统的核心：
//My CUDA kernel
__global__ void CU_KernelTest(Kernel* matrix){
int idx = blockIdx.x * blockDim.x + threadIdx.x;
int idy = blockIdx.y * blockDim.y + t
浏览 0提问于2013-04-16得票数 2
回答已采纳
1回答
我有特斯拉C2075。我想知道全局记忆的大小。所以我运行了deviceQuery SDK示例。它报告我4GB的全局内存，但是当我运行nvidia-smi -q时，它报告了6GB的全局内存。为什么会出现这种错配？某些内存是否专门用于OS? /deviceQuery报告：
CUDA设备查询(Runtime )版本(CUDART静态链接)
发现1个CUDA有能力的装置
设备0："Tesla C2075“
CUDA驱动程序版本/运行时版本5.0 / 5.0
CUDA能力主要/次要版本号: 2.0
全局内存总量: 4096 MBytes (4294967295字节)
nvidia-smi
浏览 0提问于2012-09-07得票数 2
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
