Dans l'un de mes projets, des résultats incorrects s'affichent lors de l'utilisation de CUB de DeviceReduce :: ReduceByKey. Cependant, utiliser les mêmes entrées/sorties avec thrust :: reduce_by_key produit les résultats attendus.Résultats incorrects avec CUB ReduceByKey lors de la spécification de gencode
#include "cub/cub.cuh"
#include <vector>
#include <iostream>
#include <cuda.h>
struct AddFunctor {
__host__ __device__ __forceinline__
float operator()(const float & a, const float & b) const {
return a + b;
}
} reduction_op;
int main() {
int n = 7680;
std::vector <uint64_t> keys_h(n);
for (int i = 0; i < 4000; i++) keys_h[i] = 1;
for (int i = 4000; i < 5000; i++) keys_h[i] = 2;
for (int i = 5000; i < 7680; i++) keys_h[i] = 3;
uint64_t * keys;
cudaMalloc(&keys, sizeof(uint64_t) * n);
cudaMemcpy(keys, &keys_h[0], sizeof(uint64_t) * n, cudaMemcpyDefault);
uint64_t * unique_keys;
cudaMalloc(&unique_keys, sizeof(uint64_t) * n);
std::vector <float> values_h(n);
for (int i = 0; i < n; i++) values_h[i] = 1.0;
float * values;
cudaMalloc(&values, sizeof(float) * n);
cudaMemcpy(values, &values_h[0], sizeof(float) * n, cudaMemcpyDefault);
float * aggregates;
cudaMalloc(&aggregates, sizeof(float) * n);
int * remaining;
cudaMalloc(&remaining, sizeof(int));
size_t size = 0;
void * buffer = NULL;
cub::DeviceReduce::ReduceByKey(
buffer,
size,
keys,
unique_keys,
values,
aggregates,
remaining,
reduction_op,
n);
cudaMalloc(&buffer, sizeof(char) * size);
cub::DeviceReduce::ReduceByKey(
buffer,
size,
keys,
unique_keys,
values,
aggregates,
remaining,
reduction_op,
n);
int remaining_h;
cudaMemcpy(&remaining_h, remaining, sizeof(int), cudaMemcpyDefault);
std::vector <float> aggregates_h(remaining_h);
cudaMemcpy(&aggregates_h[0], aggregates, sizeof(float) * remaining_h, cudaMemcpyDefault);
for (int i = 0; i < remaining_h; i++) {
std::cout << i << ", " << aggregates_h[i] << std::endl;
}
cudaFree(buffer);
cudaFree(keys);
cudaFree(unique_keys);
cudaFree(values);
cudaFree(aggregates);
cudaFree(remaining);
}
Quand j'Include "arc -gencode = compute_35, code = sm_35" (pour Kepler GTX Titan), il produit des résultats erronés, mais quand je laisse ces drapeaux entièrement, cela fonctionne. J'utilise une poignée d'autres appels CUB sans problème, juste celui-ci se comporte mal. J'ai également essayé d'exécuter ce code sur un GTX 1080 Ti (avec compute_61, sm_61) et voir le même comportement.
La bonne solution pour omettre ces drapeaux de compilation?
essayé sur une machine avec:
- cuda 8,0
- ubuntu 16.04
- gcc 5.4.0
- Cub 1.6.4
- Kepler GTX Titan (capacité de calcul 3.5)
et un autre avec:
- cuda 8,0
- ubuntu 16.04
- gcc 5.4.0
- Cub 1.6.4
- Pascal GTX 1080 Ti (Compute capacité 6,1)
Je vais essayer de reproduire demain sur Kepler Titan nous avons au travail. – einpoklum