Исправлено: как именно исправить Printf в ядре Cuda. ​​

Устройства готовы к расчету билетов поддержки 2.x или выше по сравнению с printf из ядра CUDA. ¹ (вы должны использовать CUDA 3 версии 1 или выше). Вот небольшой пример:

  #include __global__ hole print_kernel ()   printf ("Всем привет, например, блок% d, поток% d  n", blockIdx.x, threadIdx.x);int наиболее существенный ()    print_kernel <<< 10, десять >>> ();    cudaDeviceSynchronize (); 

Вы должны указать с помощью nvcc , в которой у вас есть поддержка сборки для Compute Capability 2.0, с помощью баннера -arch , в противном случае конкретная программа завершится ошибкой во время компиляции:

  nvcc -arch compute_20 printf. Важная заметка 

Что должно быть задокументировано, так это то, что каждый CUDA осторожно вызывает нас к printf . В этом примере мы видим одну линию, указывающую на вывод!

  Блок приветствия 1 расширения 0Привет блок определенного, поток 1Привет вырезано из 1, проводов 2Привет мешай из 1-го потока 3Привет, блок 1, строка 4Привет, блок 1, поток 5....Привет из осторожно по улице 8, 3Привет из локации блока много, 4Привет из потока мешает 8, 5Поток приветственного блока 8, 6Привет из потока 8, 7Привет из блока потоков 8, 8Привет во всем из блока потоков 8, 9 

В общем, рекомендуется ограничить количество потоков, вызывающих printf на рынке, чтобы избежать выбора спама.

  if (threadIdx.x == 0)    printf (...); 

Конечный результат
• printf сохраняется с использованием буфера фиксированного размера. Когда все заполнено, старый буфер вывода пользователя перезаписывается. Размер барьера по умолчанию составляет 1 МБ, и затем его можно решить установить с помощью настраиваемого cudaDeviceSetLimit (cudaLimitPrintfFifoSize, size_t size) .

• Как включить printf () в CUDA?

  Чтобы разрешить использование собственной printf () на устройствах с вычислительной мощностью> = 2.0, важно выполнить компиляцию с CC по крайней мере из CC 2.0, а также отключить настройки по умолчанию, которые есть в любом продукте для CC 1.0. Щелкните правой кнопкой мыши файл .cu-Complete в своем проекте, выберите "Свойства", "Свойства конфигурации" | CUDA C / C ++ | Устройство.

  Этот барьер ополаскивается

  • конкретная загрузка с загрузкой ядра
  • Синхронизация (один пример, cudaDeviceSynchronize () )
  • Блочная упаковка памяти (например, cudaMemcpy (...) )
  • Загрузить / загрузить модуль
  • Разрушение контекста

  Важно отметить, что этот список не включает вывод. Если вызов, если у вас должен быть cudaDeviceSynchronize () , был удален из большей части приведенного выше примера поставщика, мы бы увидели неадекватный вывод.

Чтобы включить использование Plain On printf () -Gizmos прямо из Compute Capability> = 2.0, полезно, чтобы он компилировался для CC как минимум с CC 2.0 и отключал настройку по умолчанию , Сборка стала возможной для CC 1.0.

Щелкните правой кнопкой мыши наиболее подходящий .cu в документе проекта, назовите Свойства , выберите Свойства конфигурации | CUDA C / C ++ | устройство . Нажмите Создать код в Интернете, нажмите треугольник и выберите Изменить . В каждом диалоговом окне создания кода снимите флажок Наследовать из родительских или проектных спецификаций , введите compute_20, sm_20 , нажав OK в верхнем окне.

Вы можете предоставить этот код для печати любых типов ядра CUDA:

  #, а __CUDA_ARCH __> равно 200printf ("% d  n", tid);#end if 

Одним из способов решения этой проблемы является использование функции cuPrintf, которая является очень важной частью печати из ядер. Скопируйте его факты cuPrintf.cu и cuPrintf.From cuh , чтобы убедиться, что вы находитесь в каталоге

  C:  ProgramData  NVIDIA Corporation  NVIDIA GPU Computing SDK 4.2  C  src  simplePrintf 

в папке вашего проекта. Затем добавьте титульный документ cuPrintf.cuh , чтобы они могли участвовать в вашем проекте и вносить свой вклад

  #include "cuPrintf.cu" 

о вашем коде. Тогда ваш код, безусловно, можно будет написать на одном из следующих принтеров:

  #include "cuPrintf.cu"__global__ void testKernel (int val)  cuPrintf ("Значение% d  n" соответствует: val);int main ()  cudaPrintfInit ();  testKernel <<< 2, 3 >>> (10);  cudaPrintfDisplay (стандартный вывод, истина);  cudaPrintfEnd ();  Возвращает 0;