accelerator.cu(8)： 错误：属性"managed"在这里不适用？

accelerator.cu(8): error: attribute "managed" does not apply here?

本文关键字：managed 在这里 不适用 属性 错误 cu accelerator      更新时间：2023-10-16

我正在编写的程序(Accelerator.cu)将无法在NVCC 8.0.61下编译，nvcc -std=c++11 -o accelerator accelerator.cu。对于__device__、__global__和__shared__失败的原因，还有其他答案，但没有一个在自定义代码中揭示此错误的原因。我正在尝试遵循指南 https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#um-global-scope。但是，在尝试以下代码时：

#include <cuda_runtime_api.h>
#include <cuda.h>
// CUDA Acceleration Adapter.
class Accelerator {
public:
__device__ __managed__  float**  A;
__device__ __managed__  float*  B;
__device__ __managed__  int  N;
__device__ __managed__  int  C;
Accelerator () {}
Accelerator (int N, int C) {
// initialize variables (unified memory).
N = records;
// are "inputs"
this->C = C;
}
void setData (vector<vector<float>>& A, vector<float>& B) {
// convert vectors to arrays that the GPU can address.
}
void accelerate (vector<float>& results) {
// run kernel.
// convert results back to vector.
}
__global__ void evaluate (float **A, float *B, int N, int C) {
// do stuff.
}
};
void main () {
Accelerator testAcc();
}

但是，我收到所有A的错误

accelerator.cu(8): error: attribute "device" does not apply here
accelerator.cu(8): error: attribute "managed" does not apply here

以及其余 3 个成员变量的类似错误。

这是我第一次尝试编写自己的GPU加速程序。如果有人知道出了什么问题，将不胜感激。

您可能会遇到许多问题。 我将主要关注一些试图让你展示的东西进行编译，而不深入研究你可能在这里触及的 CUDA 编程的各个方面。

您引用的问题(例如，在类成员变量上使用__device__)是明确禁止的。

同样不允许使用__managed__(因为它隐式是__device__范围的静态分配)。在这样的场景中，您应该使用普通的类成员变量，并根据需要为它们动态分配，也许在构造函数中，也许使用动态托管分配器 (cudaMallocManaged)。使用指针变量作为类成员变量肯定暗示了这种方法。

您所概述的内容可能还有其他挑战。 例如，__global__函数可能不是类成员函数。

您可能在 CUDA 编程中有一些相当多的学习要做，但这里仍然是您所展示内容的黑客版本，它没有触及任何明显的问题：

#include <vector>
using namespace std;
// CUDA Acceleration Adapter.
__global__ void evaluate (float *a, float *b, int n, int c) {
for (int i = 0; i < n; i++) a[i]++;
for (int i = 0; i < c; i++) b[i]++;
}
class Accelerator {
public:
float*  A;
float*  B;
int  N;
int  C;
Accelerator () {}
Accelerator (int N, int C) {
// initialize variables (unified memory).
this->N = N;
// are "inputs"
this->C = C;
cudaMallocManaged(&A, N*sizeof(float));
cudaMallocManaged(&B, C*sizeof(float));
}
void setData (vector<float>& A, vector<float>& B) {
for (int i=0; i < N; i++) (this->A)[i] = A[i];
for (int i=0; i < C; i++) (this->B)[i] = B[i];
}
void accelerate (vector<float>& results) {
evaluate<<<1,1>>>(A, B, N, C);
cudaDeviceSynchronize();
for (int i = 0; i<N; i++) results[i] = A[i];
}
};
int  main () {
Accelerator testAcc(5,3);
}
相关文章：