OpenCL에 문제가있어 다른 사람이 그 원인에 대해 힌트를 얻길 바랍니다. 다음은 문제가되는 프로그램의 버전입니다. 나는 크기가 4000 인 입력 int 배열을 가지고있다. 나의 커널에서는 스캔을하고있다. 분명히, 이것을 병렬로 처리하는 좋은 방법이 있지만, 문제를 재현하기 위해 하나의 스레드 만 전체 계산을 수행하고 있습니다. 주사하기 전에, 입력 (result_mask)는 단지 갖고 예상 결과는 초기 결과 마스크 5 개의 그러나 0이 아닌 다른 아무것도 값을 한 소자의 수있을 것이다 0 또는 1OpenCL의 문제점
__kernel void
sel_a(__global db_tuple * input,
__global int * result_mask,
__global int * result_count,
const unsigned int max_id)
{
// update mask based on input in parallel
mem_fence(CLK_GLOBAL_MEM_FENCE);
if(gid == 0)
{
int i, c = 0;
for(i = 0; i < max_id; i++)
{
if(result_mask[i]!=0)
{
c++;
result_mask[i] = 5;
}
else
{
result_mask[i] = 5;
}
}
*result_count = c;
}
}
값. 그러나 그렇지 않습니다. 출력은 다음과 같습니다.
...
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
5 5 5 5 5 5 5 5 5 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 5 5 5 5 5 5 5 5 5 5
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
...
약 80 개 요소의 블록을 대략 다음에 표시합니다. 3200 개의 요소. 항상 동일한 위치는 아니지만, 항상 같은 양의 요소 - 80입니다. 첫 번째 행을 (gid == 2000) 으로 변경하면 문제가 해결됩니다. 그러나 스레드 ID로 놀고 난 후에는 문제가 해결되지 않았다는 결론을 내 렸습니다. 방금 옮겼습니다. 1425 스레드를 사용하면 문제가 절반으로 줄어들고 버그가있는 블록은 배열의 끝에 있습니다. 따라서 0과 1을 갖지 않으면 블록이 "뒤로"이동했다고 가정합니다. 좀 더 흥분을 위해 - 입력 크기를 5000으로 늘리면 출력은 모두 0으로 구성됩니다. 또한, 다음 코드는 작동하지 않습니다
if(gid == 0)
{
int i, c = 0;
for(i = 0; i < max_id; i++)
{
if(result_mask[i]!=0)
{
c++;
result_mask[i] = 5;
}
else
{
result_mask[i] = 5;
}
}
*result_count = c;
}
if(gid == 3999)
{
int i, c = 0;
for(i = 0; i < max_id; i++)
{
if(result_mask[i]!=0)
{
c++;
result_mask[i] = 5;
}
else
{
result_mask[i] = 5;
}
}
*result_count = c;
}
만
if(gid == 3999)
{
int i, c = 0;
for(i = 0; i < max_id; i++)
{
if(result_mask[i]!=0)
{
c++;
result_mask[i] = 5;
}
else
{
result_mask[i] = 5;
}
}
*result_count = c;
}
이 (다시, 더 큰 입력이 가능한, 그것은 작동하지 않을 수 있습니다) 작동합니다 반면. 다음은 기기에 대한 몇 가지 세부 정보입니다.
Device name: GeForce 9600M GT
Device vendor: NVIDIA
Clock frequency: 1250 MHz
Max compute units: 4
Global memory size: 256 MB
Local memory size:. 16 KB
Max memory allocation size: 128 MB
Max work group size: 512
분명히 여기서 큰 것을 놓치고 있습니다. 나의 첫 번째 생각은 80 가지 요소의 블록이 다른 'thread'에 의해 무시되는 메모리 충돌이다. 그러나 내가 그것에 대해 생각할수록 그것이 의미를 갖지 않습니다.
나는 어떤 힌트에도 매우 감사 할 것입니다! 감사합니다. .
편집 : 늦게 응답 해 주셔서 감사합니다. 그래서 코드를 수정하여 문제를 재현하기 위해 코드를 최소화했습니다.
#include <stdio.h>
#include <stdlib.h>
#include <OpenCL/openCL.h>
#define INPUTSIZE (200)
typedef struct tag_openCL
{
cl_device_id device;
cl_context ctx;
cl_command_queue queue;
cl_program program;
} openCL;
int main(void)
{
int err;
openCL* cl_ctx = malloc(sizeof(openCL));
if(!cl_ctx)
exit(1);
err = clGetDeviceIDs(NULL, CL_DEVICE_TYPE_GPU, 1, &cl_ctx->device, NULL);
cl_ctx->ctx = clCreateContext(0, 1, &cl_ctx->device, clLogMessagesToStdoutAPPLE, NULL, &err);
cl_ctx->queue = clCreateCommandQueue(cl_ctx->ctx, cl_ctx->device, CL_QUEUE_PROFILING_ENABLE, &err);
printf("Successfully created context and queue for openCL device. \n");
/* Build program */
char * kernel_source = "__kernel void \
sel(__global int * input, \
__global int * result_mask, \
const unsigned int max_id) \
{ \
int gid = get_global_id(0); \
\
result_mask[gid] = input[gid] % 2 == 0; \
result_mask[gid] &= (input[gid] + 1) % 3 == 0; \
\
if(gid == 0) { \
int i; \
for(i = 0; i < max_id; i++) { \
if(result_mask[i]) { \
result_mask[i] = 5; \
} \
else { \
result_mask[i] = 5; \
} \
} \
} \
}";
cl_program prog = clCreateProgramWithSource(cl_ctx->ctx, 1, (const char**)&kernel_source, NULL, &err);
cl_ctx->program = prog;
err = clBuildProgram(cl_ctx->program, 0, NULL, NULL, NULL, NULL);
cl_kernel kernel = clCreateKernel(cl_ctx->program, "sel", &err);
/* create dummy input data */
int * input = calloc(sizeof(int), INPUTSIZE);
int k;
for(k = 0; k < INPUTSIZE; k++)
{
input[k] = abs((k % 5) - (k % 3))+ k % 2;
}
cl_mem source, intermediate;
unsigned int problem_size = INPUTSIZE;
source = clCreateBuffer(cl_ctx->ctx, CL_MEM_READ_WRITE, problem_size * sizeof(int), NULL, NULL);
clEnqueueWriteBuffer(cl_ctx->queue, source, CL_TRUE, 0, problem_size * sizeof(int), (void*) input, 0, NULL, NULL);
intermediate = clCreateBuffer(cl_ctx->ctx, CL_MEM_READ_WRITE, problem_size * sizeof(int), NULL, NULL);
int arg = 0;
clSetKernelArg(kernel, arg++, sizeof(cl_mem), &source);
clSetKernelArg(kernel, arg++, sizeof(cl_mem), &intermediate);
clSetKernelArg(kernel, arg++, sizeof(unsigned int), &problem_size);
size_t global_work_size = problem_size;
size_t local_work_size = 1;
clEnqueueNDRangeKernel(cl_ctx->queue, kernel, 1, NULL, &global_work_size, &local_work_size, 0, NULL, NULL);
clFinish(cl_ctx->queue);
// read results
int * result = calloc(sizeof(int), problem_size);
clEnqueueReadBuffer(cl_ctx->queue, intermediate, CL_TRUE, 0, problem_size * sizeof(int), result, 0, NULL, NULL);
clFinish(cl_ctx->queue);
int j;
for(j=1; j<=problem_size; j++)
{
printf("%i \t", result[j-1]);
if(j%10 ==0 && j>0)
printf("\n");
}
return EXIT_SUCCESS;
}
이 결과는 여전히 비 결정적이다, 내가 출력에 임의의 위치에서 0과 1을 얻을 : 프로그램의 c 코드는 다음과 같습니다. 로컬 작업 그룹 크기가 1 인 경우 배열의 첫 번째 절반에 2의 크기가 있으며 두 번째 절반에 크기가 4 인 경우 200 개의 요소가 괜찮은 것처럼 보입니다. 그러나 다시 0과 1이 있습니다. 문제 크기는 400입니다. 또한 글로벌 작업 그룹 크기가 1 인 경우 모두 정상적으로 작동합니다. 즉, 글로벌 작업 그룹 크기가 [문제 크기]이고 두 번째 커널 작업 그룹 크기가 1 인 두 커널을 사용하면 모든 것이 훌륭하게 작동합니다. 다시 말하지만,이 방법 (커널과 같은 순차적 코드 실행)이 아니라는 것을 알고 있습니다. 왜 작동하지 않는지 알고 싶습니다. 뭔가 빠져있는 것처럼 보입니다.
감사합니다, 바실
Josep에 따르면 설치 코드와 커널에서 제거한 코드를 게시 할 수 있습니까? – Tom