我从互联网上复制了以下代码,并尝试在安装了Tesla C2075的服务器中进行编译,应该支持双精度,我还使用标志编译代码sm_20
#include <iostream>
#include <iomanip>
#include <fstream>
#include <cuda_runtime.h>
#include <cuComplex.h>
#include <cublas_v2.h>
using namespace std;
typedef double2 Complex;
#define m 1024
#define n 300
#define k 1024
int main(int argc, char *argv[])
{
Complex _A[m*k], _B[k*n];
Complex *A, *B;
cudaMalloc((void**)&A, m*k*sizeof(Complex));
cudaMalloc((void**)&B, k*n*sizeof(Complex));
for (int i=0; i<m*k; i++) _A[i] = make_cuDoubleComplex(rand()/(double)RAND_MAX, rand()/(double)RAND_MAX);;
for (int i=0; i<k*n; i++) _B[i] = make_cuDoubleComplex(rand()/(double)RAND_MAX, rand()/(double)RAND_MAX);
cudaMemcpy( A, _A, (m*k)*sizeof(Complex), cudaMemcpyHostToDevice );
cudaMemcpy( B, _B, (k*n)*sizeof(Complex), cudaMemcpyHostToDevice );
return 0;
}
它确实可以编译,但在运行时,它总是返回"分段错误(核心转储)"。代码有什么问题吗?谢谢。
您的数组_A
和_B
很可能太大而无法容纳在堆栈上。 一个快速的解决方法是将数组移出到全局范围。 更好的解决方法是使用 new 和 delete 动态分配它们,如下所示:
Complex *_A = new Complex[m*k];
Complex *_B = new Complex[k*n];
...
delete [] _A;
delete [] _B;
由于您使用的是C++,因此更好的选择是使用 std::vector:
std::vector < Complex > _A(m*k);
std::vector < Complex > _B(k*n);
// But now to get the pointer you need this:
cudaMemcpy( A, &_A[0], (m*k)*sizeof(Complex), cudaMemcpyHostToDevice );
// etc.
&_A[0]
语法意味着:获取向量第一个元素的地址,该地址与指向整个数组的指针相同。 首选向量而不是手动分配内存的原因是,当变量超出范围时,销毁/释放会自动发生,这对于编写异常安全代码至关重要。
您还需要#include <vector>