奇怪的 CUDA 程序行为，我找不到 cuda-dbg 的错误

Question

我想使用CUDA实现MonteCarlo。

我使用Visual Studio 2012/CUDA 5.5/GT 720M在Win8 PC上编写代码，运行良好。

然后我试图用REHL5.3/Tsla C1060/CUDA 2.3编译我的代码，但结果是错误的。

然后我想使用cuda gdb来调试它

但是，当我这样编译代码时：

nvcc -arch=sm_13 -o my_program my_program.cu

结果是错误的。但是我不能调试它，因为它不是可调试的代码。

当我这样编译它时：

nvcc -g -G -arch=sm_13 -o my_program my_program.cu

结果，这一次，得到了正确的。。。所以我仍然无法通过调试找到我的错误…

代码看起来是这样的，函数__device__ double monte_carlo_try()不在实际代码中。问题是，如果我检查test[]的值，我会发现这些值都是正确的。所以在归约部分应该有一些错误

#include<stdio.h>
#include<cuda_runtime.h>
#include<device_launch_parameters.h>
#include<cuda.h>
#include<malloc.h>
#include<time.h>
#define B 4 //block number
#define T 4 //number of threads per block
#define P 4 //number of paths per thread
__device__ float monte_carlo_try()
{
    return 3.0;
}
__global__ void monte_carlo(float*test,    float*result)
{
    int bid=blockIdx.x;
    int tid=threadIdx.x + blockIdx.x * blockDim.x;
    int idx=threadIdx.x;
    __shared__ float cache[T];
    cache[idx]=0;

    float temp=0;
    for(int i=0;i<P;i++)
    {
        temp+=monte_carlo_try();    //monte_carlo_try: __device__ function do monte carlo test
    }

    cache[idx]=temp;
    test[tid]=cache[idx];
    __syncthreads();
    //result[] is the output, and I use test[] to check whether I have got the right cache[idx]
    //and the value of test[] is same with what I expect
    int i=blockDim.x/2;
    while(i>0)
    {
        if(idx<i)
            cache[idx]+=cache[idx+i];
        __syncthreads();
        i/=2;
    }
    result[bid]=cache[0];
}
int main()
{
    void check_err(cudaError_t );

    cudaSetDevice(0);
    cudaError_t s_flag;
    float *dev_v;
    float *dev_test;
    s_flag=cudaMalloc((void**)&dev_v,B*sizeof(float));
    check_err(s_flag);

    cudaMalloc((void**)&dev_test,B*T*sizeof(float));
    check_err(s_flag);
    monte_carlo<<<B,T>>>(dev_test,dev_v);
    s_flag=cudaGetLastError();
    check_err(s_flag);
    float v[B];
    float test[B*T];
    s_flag=cudaMemcpy(v,dev_v,B*sizeof(float),cudaMemcpyDeviceToHost);
    check_err(s_flag);
    s_flag=cudaMemcpy(test,dev_test,B*T*sizeof(float),cudaMemcpyDeviceToHost);
    check_err(s_flag);
    float sum=0;
    for(int i=0;i<B;i++)
    {
        sum+=v[i];
    }
    printf("result:%fn",sum/(B*T*P));
    for(int i=0;i<B*T;i++)
    {
        printf("test[%d]=%fn",i,test[i]);
    }
    cudaFree(dev_v);
    cudaFree(dev_test);
    return 0;
}
void check_err(cudaError_t f)
{
    if(f != cudaSuccess)
        printf("error msg:%sn",cudaGetErrorString(f));
}

Answer 1

您可能是指main():中的这一行

cudaMalloc((void**)*dev_test,B*T*sizeof(float));

改为这样读：

cudaMalloc((void**)&dev_test,B*T*sizeof(float));

此外，您可以致电

monte_carlo(dev_test,dev_v);

由于monte_carlo是一个CUDA内核，您可能应该设置内核应该启动的块和线程的数量：

monte_carlo<<<num_blocks, threads_per_block>>>(dev_test, dev_v);