1回答
CUDA的嵌套循环
、、、
我想把我的c代码移植到CUDA。主要计算部分包含3个for嵌套循环： for (int j=0;j<Ncontains[i];j++){ ....... }如何将其转换为我的CUDA内核？有了两个for循环，我可以这样做：
int n= blockIdy.y * blockDim.y + threadI
浏览 2提问于2011-06-26得票数 2
回答已采纳
在我的CPU代码上，我在同一个循环上执行所有这些转换，但我想知道在cuda中应用它的最好方法。所以我设法摆脱了最外层的循环:循环1和循环2，并用一个cuda线程替换了每个cicle，但现在我不确定什么是更好的设计cuda_kernel{
DOcuda_kernel 1{
DO JUST FIRST OPERATION}
cuda
浏览 3提问于2013-05-26得票数 1
1回答
有人能帮我把嵌套的for循环转换成CUDA内核吗？下面是我试图转换为CUDA内核的函数：void conv(int* A, int* B, int* out) {
for (int i = 0;
浏览 1提问于2014-12-02得票数 3
回答已采纳
1回答
我是CUDA和推力的新手，我正在尝试实现一个矩阵乘法，我想只使用推力算法来实现这一点，因为我想避免手动调用内核。 有没有一种方法可以有效地实现这一点？(至少不使用2个嵌套的for循环) 或者我必须辞职并调用CUDA内核？
浏览 12提问于2019-05-10得票数 1
回答已采纳
我有一个相对简单的CUDA内核，我立即以以下方式在我的程序的主要方法中调用内核： for (int i = 0; i < 20; i++) {REQUIRED)
CUDA_NVCC_FLAGS -arch=compute_30 -code=sm_30 -g -G)
cuda_add_executable(Comparison kernel.cu
浏览 0提问于2017-03-27得票数 0
回答已采纳
1回答
在CUDA图中使用循环
、、、、
我有内核A、B和C，需要顺序执行。它们在while循环中执行，直到满足某些条件为止。while(predicate) {}
while循环可以执行3至2000次-关于循环应该停止的信息由内核C生成。由于执行与多个调用相对较小的内核有关，CUDA图听起来是个不错的主意。然而，我见过的CUDA图实现都是线性的或树状的，没有循环.通常，如果不可能使用循环，
浏览 3提问于2022-01-17得票数 1
回答已采纳
1回答
设备存储器阵列的寿命
、、、
我有一个用numba编写的cuda内核，它处理不适合GPU内存的大型数组。因此，我必须多次调用内核来处理整个数组。内核在循环中被调用，在循环中，在GPU完成计算之后，我将结果复制并聚合回主机数组。它们的价值是否保存在一个内核调用另一个内核中？
我是否需要将设备数组定义放入循环(在调用内核之前)，还是在进入循环之前只做一次？我是否需要在代码中手动释放/删除设备数组，还是在程序结束时由<e
浏览 0提问于2019-01-25得票数 1
我的问题是:允许父-子树在Cuda中生长的“深度”：这些是否仅受所述硬件的计算能力的限制，例如，如果我们不超过可以同时在硬件上运行的最大线程数，或者是否存在进一步的约束，那么可以生成尽可能多的父/子线程块
浏览 8提问于2020-10-31得票数 0
回答已采纳
在我的代码中，我有两个gpu内核在运行，在主机for循环之间复制数据，下面的示例可以显示我的代码是什么样子的。cuda event start
// copy host data to host array (CPU fun
浏览 4提问于2015-05-25得票数 0
1回答
我已经用CUDA内核做了几天的实验，在500x500图像(但我也可以改变尺寸)和非常小的2D内核( laplacian 2D内核，所以它是3x3内核)之间执行快速的2d卷积。太小，无法充分利用所有的cuda线程)。不管你是否读了我写的所有
浏览 3提问于2012-04-13得票数 14
回答已采纳
2回答
核构造
我不明白“加速器设备上的并行执行”和“编译成一系列用于在加速器设备上执行的内核”之间的区别。如果加速器设备是GPU，那么所有的代码都编译成某种大小的CUDA内核(我的意思是CUDA网格和块)，这些CUDA内核是在CUDA线程中在GPU上执行的，不是吗？内核的“序列”是什么？“并行”指令可以生成一个内核，而“内核”可
浏览 1提问于2019-12-17得票数 1
回答已采纳
1回答
我使用numba的cuda.jit来加速这一点。我的方法是有一个一维线程块，等于我的矩阵的宽度(w) (其中矩阵是灰度图像，即维数h xw的2D img )。因此，每个线程负责一列。@cuda.jit row, col = cuda.grid(2)
xstride, _ = cuda.gridsize(2如何确保在上移动之前完成每一行，如果使用cuda是可能的话？
浏览 1提问于2020-12-17得票数 0
回答已采纳
2回答
我正在尝试加快检测速度，并使用CUDA来加速嵌套的for循环。我已经在Visual Basic中设置了CUDA集成。下面是我的.cpp文件中嵌套的for循环。cvIntegral(mWorker, mSecondOrderIIs[i][j]); }
我对CUDA比较陌生，所以我的问题是，有没有人能给我举个例子，告诉我如何使用CUDA让这个嵌套的for循环运行得更快？
浏览 1提问于2012-09-23得票数 0
2回答
所有这些都是在内核调用之前完成的。根据夜景上的Cuda Profiler的数据，对于500x500图像，最高的memcopy持续时间是246.016 us，所以这不会花费太长时间。但是像我下面复制的内核对于任何实际使用来说都太长了(根据下面的内核的Cuda分析器，对于500x500图像的内核是3.25秒，对于持续时间最长的内核是5.052秒)，所以我需要看看我是否可以优化它们。现在考虑到外部for循环
for(t=15;t<=tendbegin_
浏览 1提问于2013-07-03得票数 4
如果我使用相同的输入运行同一个内核几次，如下所示for(int i = 0; i < 2000; i++) {
mykernel<<<1,120>>>(...);然而，我认为它只是运行了2000次内核，这是有点谨慎的，因为从非CUDA代码到非CUDA代码的速度是如此惊人(~900秒~0.9秒)。那么，在这种情况下，CUDA会做什么样的优化呢？缓存结果？设置CUDA_LAUNCH_BLOCKING=1并没有改
浏览 4提问于2011-05-11得票数 0
您是否建议阅读内核的PTX代码以进一步优化内核？
举个例子:我读过，如果自动循环展开有效，我们可以从PTX代码中找到答案。如果不是这样，则必须在内核代码中手动展开循环。我在哪里可以找到如何能够阅读为我的内核生成的PTX代码CUDA？
浏览 1提问于2011-11-10得票数 7
回答已采纳
据我所知，Cuda流和Memycpy异步需要我们将不同的内核、内存操作标记到不同的流中，以便使gpu操作与cpu操作并行。这是否存在于当前的cuda编程模型中？我能得到的最接近的是什么？
浏览 1提问于2014-02-28得票数 8
回答已采纳
3回答
这些线程依次调用CUDA内核。这些CUDA内核是由外部用户编写的。所以它可能是进入无限循环的坏内核。为了克服这个问题，我设置了2分钟的超时时间，这将杀死相应的CPU线程。杀死CPU线程也会杀死运行在GPU上的内核吗？据我所知，它不是这样的。谢谢，Arvind
浏览 0提问于2010-06-01得票数 5
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
腾讯会议
对象存储
云直播活动推荐
腾讯云开发者
