对CUDA

我要生成的CUDA一些决策树，下面我们就伪码Genarating决策树（代码是非常原始的，它只是为了解我写的）：对CUDA

class Node 
{ 
public : 
    Node* father; 
    Node** sons; 
    int countSons; 

    __device__ __host__ Node(Node* father) 
    { 
     this->father = father; 
     sons = NULL; 
    } 
}; 

__global__ void GenerateSons(Node** fathers, int countFathers*, Node** sons, int* countSons) 
{ 
    int Thread_Index = (blockDim.x * blockIdx.x) + threadIdx.x; 

    if(Thread_Index < *(countFathers)) 
    { 
     Node* Thread_Father = fathers[Thread_Index]; 
     Node** Thread_Sons; 
     int Thread_countSons; 
     //Now we are creating new sons for our Thread_Father 
     /* 
     * Generating Thread_Sons for Thread_Father; 
     */ 
     Thread_Father->sons = Thread_Sons; 
     Thread_Father->countSons = Thread_countSons; 

     //Wait for others 
      /*I added here __syncthreads because I want to count all generated sons 
      by threads 
      */ 
      *(countSons) += Thread_countSons; 
     __syncthreads(); 

     //Get all generated sons from whole Block and copy to sons 

     if(threadIdx.x == 0) 
     { 
      sons = new Node*[*(countSons)]; 
     } 
     /*I added here __syncthreads because I want to allocated array for sons 
      */ 
     __syncthreads(); 

     int Thread_Offset; 
     /* 
     * Get correct offset for actual thread 
     */ 
     for(int i = 0; i < Thread_countSons; i++) 
      sons[Thread_Offset + i] = Thread_Sons[i]; 
    } 
} 

void main() 
{ 
    Node* root = new Node(); 
    //transfer root to kernel by cudaMalloc and cudaMemcpy 
    Node* root_d = root->transfer(); 

    Node** fathers_d; 
    /* 
    * preapre array with father root and copy him to kernel 
    */ 

    int* countFathers, countSons; 
    /* 
    * preapre pointer of int for kernel and for countFathers set value 1 
    */ 

    for(int i = 0; i < LevelTree; i++) 
    { 
     Node** sons = NULL; 
     int threadsPerBlock = 256; 
     int blocksPerGrid = (*(countFathers)/*get count of fathers*/ + threadsPerBlock - 1)/threadsPerBlock; 
     GenerateSons<<<blocksPerGrid , threadsPerBlock >>>(fathers_d, countFathers, sons, countSons); 
     //Wait for end of kernel call 
     cudaDeviceSynchronize(); 

     //replace 
     fathers_d = sons; 
     countFathers = countSons; 
    } 
}

所以，适用于5级（为跳棋生成决策树），但在6级上我有错误。在内核代码的某个地方，malloc返回NULL，对我来说，这是blockThreads中的某些线程无法分配更多内存的信息。我非常肯定，我正在清理所有我不需要的对象，在调用内核的每一端。我在想，我无法理解CUDA中使用内存的一些事实。如果我在线程的本地内存中创建对象，并且内核结束了他的活动，那么在内核的secound开始时，我可以看到内核的第一个调用的节点是。所以我的问题是第一次调用内核的对象Node在哪里存储？它们是否存储在线程的本地内存中？所以如果这是真的，那么在每次调用我的内核函数时，我会减少此线程的本地内存空间？

对不起，我的英文不好，如果有什么不清楚。

我使用GT555米计算能力2.1，CUDA SDK 5.0，Visual Studio 2010中的高级与NSight 3.0

来源

2013-02-23 waskithebest

你在内核中调用new并且从不调用delete。由于您正在使用____global___ void GenerateSons，我敢打赌，您在设备上的内存不足。 – AlexLordThorsen 2013-02-23 10:41:45

好吧，我的设备有2Gb的空间，并且sizeof（Node）= 28。首先调用genrate 7个儿子，secound 49，next 379和最后的正确调用2769.因此，我的设备生成了3204个儿子，产生87Kb？ – waskithebest 2013-02-23 11:19:44

嗯，我想知道新的内存是否从共享内存拉出。我将不得不查阅文档。 – AlexLordThorsen 2013-02-23 14:09:36

欧凯，

我发现，在内核new和malloc援引分配全局内存在设备上。我还发现这

默认情况下，CUDA创建一个8MB的堆。

CUDA Application Design and Development, page 128

所以，我用这个方法cudaDeviceSetLimit(cudaLimitMallocHeapSize, 128*1024*1024);增加对设备到128MB和正确生成第6级树（22110个子孙）的程序堆内存，但实际上我得到一些内存泄漏。 ..我需要找到。

来源

2013-02-24 17:38:40 waskithebest

回答

相关问题