J'utilise la mémoire unifiée pour simplifier l'accès aux données sur le processeur et le GPU. Pour autant que je sache, cudaMallocManaged devrait allouer de la mémoire sur le périphérique. J'ai écrit un code simple pour vérifier que:CudaMallocManaged alloue-t-il de la mémoire sur le périphérique?
#define TYPE float
#define BDIMX 16
#define BDIMY 16
#include <cuda.h>
#include <cstdio>
#include <iostream>
__global__ void kernel(TYPE *g_output, TYPE *g_input, const int dimx, const int dimy)
{
__shared__ float s_data[BDIMY][BDIMX];
int ix = blockIdx.x * blockDim.x + threadIdx.x;
int iy = blockIdx.y * blockDim.y + threadIdx.y;
int in_idx = iy * dimx + ix; // index for reading input
int tx = threadIdx.x; // thread’s x-index into corresponding shared memory tile
int ty = threadIdx.y; // thread’s y-index into corresponding shared memory tile
s_data[ty][tx] = g_input[in_idx];
__syncthreads();
g_output[in_idx] = s_data[ty][tx] * 1.3;
}
int main(){
int size_x = 16, size_y = 16;
dim3 numTB;
numTB.x = (int)ceil((double)(size_x)/(double)BDIMX) ;
numTB.y = (int)ceil((double)(size_y)/(double)BDIMY) ;
dim3 tbSize;
tbSize.x = BDIMX;
tbSize.y = BDIMY;
float* a,* a_out;
cudaMallocManaged((void**)&a, size_x * size_y * sizeof(TYPE));
cudaMallocManaged((void**)&a_out, size_x * size_y * sizeof(TYPE));
kernel <<<numTB, tbSize>>>(a_out, a, size_x, size_y);
cudaDeviceSynchronize();
return 0;
}
Je ne suis même pas accéder aux données sur la CPU pour éviter les défauts de page de sorte que la mémoire doit être soi-disant sur la mémoire de l'appareil. Cependant quand je lance nvprof sur ce code, je reçois les résultats suivants:
invocations Metric Name Metric Description Min Max Avg
Device "Tesla K40c (0)"
Kernel: kernel(float*, float*, int, int)
1 local_load_transactions Local Load Transactions 0 0 0
1 local_store_transactions Local Store Transactions 0 0 0
1 shared_load_transactions Shared Load Transactions 8 8 8
1 shared_store_transactions Shared Store Transactions 8 8 8
1 gld_transactions Global Load Transactions 8 8 8
1 gst_transactions Global Store Transactions 8 8 8
1 sysmem_read_transactions System Memory Read Transactions 32 32 32
1 sysmem_write_transactions System Memory Write Transactions 34 34 34
1 tex_cache_transactions Texture Cache Transactions 0 0 0
1 dram_read_transactions Device Memory Read Transactions 0 0 0
1 dram_write_transactions Device Memory Write Transactions 0 0 0
donc apparemment le tableau est alloué sur la mémoire du système et non la mémoire de l'appareil. Qu'est-ce que j'oublie ici?
Avez-vous plusieurs GPU dans votre système? La messagerie unifiée se comporte différemment lorsqu'il existe plusieurs GPU dans le système qui ne sont pas compatibles P2P. Si c'est le cas essayez de profiler votre code avec CUDA_VISIBLE_DEVICES = "0" –
Vous devriez fournir quelques informations de base sur votre matériel et votre environnement;) – Taro