Форум программистов, компьютерный форум CyberForum.ru

CUDA программирование, bicgstap алгоритм - найти ошибку в использовании cublas и cusparse библиотек - C++

Восстановить пароль Регистрация
 
falkonz
Сообщений: n/a
23.07.2014, 01:16     CUDA программирование, bicgstap алгоритм - найти ошибку в использовании cublas и cusparse библиотек #1
Привет.
Недавно начал учить cudaC/C++, решил поупражняться и застрял на какойто не понятной для меня ошибке так как я новичок. Может ли ктото кто имеет опыт cudaC/C++ немного помочь с данным кодом.
Проблема в цикле while который выполняет непосредственно сами итерации алгоритма, насколько я понимаю не изменяется правельно значение переменной dev_r1, в чем я не особо уверен. Цикл в нормальной cudaSample-овской версии итерируется 8 раз а тут он с ума сходит. Никак не могу найти где именно ошибка.
//=//=//=//=//=//=//=//=//=//=//=//=//=//=//=//=//=//=//=//=//

C++
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
//includes, system
#include <stdlib.h>
#include <stdio.h>
#include <string.h>
 
/* Using updated (v2) interfaces to cublas and cusparse */
#include <cuda_runtime.h>
#include <cusparse.h>
#include <cublas_v2.h>
#include  <cuda_runtime.h>
#include <cuda.h>
 
// Utilities and system includes
#include <helper_functions.h>  // helper for shared functions common to CUDA Samples
#include <helper_cuda.h>       // helper function CUDA error checking and intialization
 
const char *sSDKname     = "conjugateGradientManaged";
 
/* genTridiag: generate a random tridiagonal symmetric matrix */
void genTridiag(int *I, int *J, float *val, int N, int nz)
{
    I[0] = 0, J[0] = 0, J[1] = 1;
    val[0] = (float)rand()/RAND_MAX + 10.0f;
    val[1] = (float)rand()/RAND_MAX;
    int start;
 
    for (int i = 1; i < N; i++)
    {
        if (i > 1)
        {
            I[i] = I[i-1]+3;
        }
        else
        {
            I[1] = 2;
        }
 
        start = (i-1)*3 + 2;
        J[start] = i - 1;
        J[start+1] = i;
 
        if (i < N-1)
        {
            J[start+2] = i + 1;
        }
 
        val[start] = val[start-1];
        val[start+1] = (float)rand()/RAND_MAX + 10.0f;
 
        if (i < N-1)
        {
            val[start+2] = (float)rand()/RAND_MAX;
        }
    }
 
    I[N] = nz;
}
 
__global__ void set_b(float *b, float *r1, float *r0)
{
   *b = *r1 / *r0;
   
   //printf("%f\n", b);
 
}
 
__global__ void set_a(float *a, float *r1, float *dot)
{
 
    //printf("%f\n", a);
 
    *a = *r1 / *dot;
    //printf("%f\n", a);
 
}
 
__global__ void set_na(float *na, float *a)
{
 
    *na = -*a;
    //printf("%f\n", na);
 
}
 
__global__ void set_r0(float *r0, float *r1)
{
 
    *r0 = *r1;
    //printf("%f\n", r0);
 
}
 
__global__ void set_kernel_var(float *alpha, float *beta, float *alpham1)
{
 
    *alpha = 1.0;
    *alpham1 = -1.0;
    *beta = 0.0; 
    printf("%f\n", alpha);
        
}
//loat dev_a, dev_b, dev_na, dev_r0, dev_r1;
 
int main(int argc, char **argv)
{
    int cpu_nz = 0, *cpu_I = NULL, *cpu_J = NULL;
    int N = 0, *dev_N,  *dev_nz, *dev_I = NULL, *dev_J = NULL; // = 0, 
 
    float *cpu_val = NULL;
    float *dev_val = NULL;
 
    const float cpu_tol = 1e-5f;
    //const float dev_tol = 1e-5f;
    
    float cpu_r1;
    float *dev_a, *dev_b, *dev_na, *dev_r0, *dev_r1;
   
    const int cpu_max_iter = 10000;
 
    float *cpu_x;
    float *dev_x;
 
    float *cpu_rhs;
    float *dev_rhs;
 
    //./float  dev_r1;
 
    float *dev_dot;
 
    float *cpu_r, *cpu_p, *cpu_Ax;
    float *dev_r, *dev_p, *dev_Ax;
 
     int cpu_k;
 
 
    float *dev_alpha, *dev_beta, *dev_alpham1;
    
    printf("Starting [%s]...\n", sSDKname);
 
    // This will pick the best possible CUDA capable device
    cudaDeviceProp deviceProp;
    int devID = findCudaDevice(argc, (const char **)argv);
    checkCudaErrors(cudaGetDeviceProperties(&deviceProp, devID));
 
    // Statistics about the GPU device
    printf("> GPU device has %d Multi-Processors, SM %d.%d compute capabilities\n\n",
           deviceProp.multiProcessorCount, deviceProp.major, deviceProp.minor);
 
    /* Generate a random tridiagonal symmetric matrix in CSR format */
    N = 1048576;
    cpu_nz = (N-2)*3 + 4;
 
    cpu_I = (int *)malloc(sizeof(int)*(N+1));                            // csr row pointers for matrix A
    cpu_J = (int *)malloc(sizeof(int)*cpu_nz);                               // csr column indices for matrix A
    cpu_val = (float *)malloc(sizeof(float)*cpu_nz);                         // csr values for matrix A
 
    genTridiag(cpu_I, cpu_J, cpu_val, N, cpu_nz);
 
    cpu_x = (float *)malloc(sizeof(float)*N); 
    cpu_rhs = (float *)malloc(sizeof(float)*N);
 
    
    for (int i = 0; i < N; i++)
    {
        cpu_rhs[i] = 1.0;
        cpu_x[i] = 0.0;
    }
 
 
    /* Get handle to the CUBLAS context */
    cublasHandle_t cublasHandle = 0;
    cublasStatus_t cublasStatus;
    cublasStatus = cublasCreate(&cublasHandle);
 
    checkCudaErrors(cublasStatus);
 
    /* Get handle to the CUSPARSE context */
    cusparseHandle_t cusparseHandle = 0;
    cusparseStatus_t cusparseStatus;
    cusparseStatus = cusparseCreate(&cusparseHandle);
 
    checkCudaErrors(cusparseStatus);
 
    cusparseMatDescr_t descr = 0;
    cusparseStatus = cusparseCreateMatDescr(&descr);
 
    checkCudaErrors(cusparseStatus);
 
    cusparseSetMatType(descr,CUSPARSE_MATRIX_TYPE_GENERAL);
    cusparseSetMatIndexBase(descr,CUSPARSE_INDEX_BASE_ZERO);
 
    // temp memory for CG
    cpu_r = (float*)malloc(N*sizeof(float)); //
    cpu_p = (float*)malloc(N*sizeof(float)); //
    cpu_Ax = (float*)malloc(N*sizeof(float)); //
  
 
    for (int i=0; i < N; i++)
    {
        cpu_r[i] = cpu_rhs[i];
        
    }
 
    cudaMalloc((void **)&dev_r, N*sizeof(float));
    cudaMalloc((void **)&dev_p, N*sizeof(float));
    cudaMalloc((void **)&dev_Ax, N*sizeof(float));
    cudaMalloc((void **)&dev_I, sizeof(int)*(N+1));
    cudaMalloc((void **)&dev_J, sizeof(int)*cpu_nz);
    cudaMalloc((void **)&dev_val, sizeof(float)*cpu_nz);
    cudaMalloc((void **)&dev_x, sizeof(float)*N);
    cudaMalloc((void **)&dev_rhs, sizeof(float)*N);
 
 
    cudaMalloc((void **)&dev_a, sizeof(float));
    cudaMalloc((void **)&dev_b, sizeof(float));
    cudaMalloc((void **)&dev_r1, sizeof(float));
    cudaMalloc((void **)&dev_r0, sizeof(float));
    cudaMalloc((void **)&dev_na, sizeof(float));
    cudaMalloc((void **)&dev_nz, sizeof(int));
    cudaMalloc((void **)&dev_N, sizeof(int));
 
 
    cudaMemcpy(dev_I, cpu_I, sizeof(int)*(N+1), cudaMemcpyHostToDevice);
    cudaMemcpy(dev_J, cpu_J, sizeof(int)*cpu_nz, cudaMemcpyHostToDevice);
    cudaMemcpy(dev_val, cpu_val, sizeof(float)*cpu_nz, cudaMemcpyHostToDevice);
    cudaMemcpy(dev_x, cpu_x, N*sizeof(float), cudaMemcpyHostToDevice);
    cudaMemcpy(dev_rhs, cpu_rhs, N*sizeof(float), cudaMemcpyHostToDevice);
    cudaMemcpy(dev_r, cpu_r, N*sizeof(float), cudaMemcpyHostToDevice);
    cudaMemcpy(dev_Ax, cpu_Ax, N*sizeof(float), cudaMemcpyHostToDevice);
    cudaMemcpy(dev_p, cpu_p, N*sizeof(float), cudaMemcpyHostToDevice);
 
    
 
 
 
    cudaMalloc((void**)&dev_alpha, sizeof(float));
    cudaMalloc((void**)&dev_alpham1, sizeof(float));
    cudaMalloc((void**)&dev_beta, sizeof(float));
 
    
    set_kernel_var<<<1, 1>>>(dev_alpha, dev_beta, dev_alpham1);
   
    cublasSetPointerMode(cublasHandle, CUBLAS_POINTER_MODE_DEVICE);
    cusparseSetPointerMode(cusparseHandle, CUSPARSE_POINTER_MODE_DEVICE);
 
    cusparseScsrmv(cusparseHandle,CUSPARSE_OPERATION_NON_TRANSPOSE, N, N, cpu_nz, 
            dev_alpha, descr, dev_val, dev_I, dev_J, dev_x, dev_beta, dev_Ax);
 
    cublasSaxpy(cublasHandle, N, dev_alpham1, dev_Ax, 1, dev_r, 1);
    
    cublasStatus = cublasSdot(cublasHandle, N, dev_r, 1, dev_r, 1, dev_r1);
    
    cudaDeviceSynchronize();
    cudaMemcpy(&cpu_r1, dev_r1, sizeof(float), cudaMemcpyDeviceToHost);
 
    cpu_k = 1;
 
printf("%i\n", cpu_r1);
 
    while (cpu_r1 > cpu_tol*cpu_tol && cpu_k <= cpu_max_iter)
    {
        
 
        if (cpu_k > 1)
        {   
           
            set_b<<<1, 3>>>(dev_b, dev_r1, dev_r0);
           
            cublasStatus = cublasSscal(cublasHandle, N, dev_b, dev_p, 1);
            cublasStatus = cublasSaxpy(cublasHandle, N, dev_alpha, dev_r, 1, dev_p, 1);
        }
 
        else
        {
            cublasStatus = cublasScopy(cublasHandle, N, dev_r, 1, dev_p, 1);
        }
       
        cusparseScsrmv(cusparseHandle, CUSPARSE_OPERATION_NON_TRANSPOSE, N, N, 
                cpu_nz, dev_alpha, descr, dev_val, dev_I, dev_J, dev_p, dev_beta, dev_Ax);
 
        cublasStatus = cublasSdot(cublasHandle, N, dev_p, 1, dev_Ax, 1, dev_dot);
        set_a<<<1, 1>>>(dev_a, dev_r1, dev_dot);
        
        cublasStatus = cublasSaxpy(cublasHandle, N, dev_a, dev_p, 1, dev_x, 1);
        set_na<<<1, 1>>>(dev_na, dev_a);
       
        
        cublasStatus = cublasSaxpy(cublasHandle, N, dev_na, dev_Ax, 1, dev_r, 1);
        set_r0<<<1,1>>>(dev_r0, dev_r1); 
        
 
        cublasStatus = cublasSdot(cublasHandle, N, dev_r, 1, dev_r, 1, dev_r1);
        cudaMemcpy(&cpu_r1, dev_r1, sizeof(float), cudaMemcpyDeviceToHost);
        
        printf("iteration = %3d, residual = %e\n", cpu_k, sqrt(cpu_r1));
 
        cpu_k++;//
    }    
 
    printf("Final residual: %e\n",sqrt(cpu_r1));
 
    fprintf(stdout,"&&&& uvm_cg test %s\n", (sqrt(cpu_r1) < cpu_tol) ? "PASSED" : "FAILED");
 
    cudaMemcpy(cpu_I, dev_I, sizeof(int)*(N+1), cudaMemcpyDeviceToHost);
    cudaMemcpy(cpu_J, dev_J, sizeof(int)*cpu_nz, cudaMemcpyDeviceToHost);
    cudaMemcpy(cpu_val, dev_val, sizeof(float)*cpu_nz, cudaMemcpyDeviceToHost);
    
 
    float rsum, diff, err = 0.0;
 
    for (int i = 0; i < N; i++)
    {
        rsum = 0.0;
 
        for (int j = cpu_I[i]; j < cpu_I[i+1]; j++)
        {
            rsum += cpu_val[j]*cpu_x[cpu_J[j]];
        }
 
        diff = fabs(rsum - cpu_rhs[i]);
 
        if (diff > err)
        {
            err = diff;
        }
    }
 
    cusparseDestroy(cusparseHandle);
    cublasDestroy(cublasHandle);
 
    cudaFree(dev_I);
    cudaFree(dev_J);
    cudaFree(dev_val);
    cudaFree(dev_x);
    cudaFree(dev_r);
    cudaFree(dev_p);
    cudaFree(dev_Ax);
    cudaFree(dev_rhs);
 
    delete [] cpu_I;
    delete [] cpu_J;
    delete [] cpu_val;
    delete [] cpu_x;
    delete [] cpu_r;
    delete [] cpu_p;
    delete [] cpu_Ax;
    delete [] cpu_rhs;
    
    cudaDeviceReset();
 
    
    printf("Test Summary:  Error amount = %f, result = %s\n", err, 
            (cpu_k <= cpu_max_iter) ? "SUCCESS" : "FAILURE");
    exit((cpu_k <= cpu_max_iter) ? EXIT_SUCCESS : EXIT_FAILURE);
}
Добавлено через 2 часа 13 минут
уже решил
Similar
Эксперт
41792 / 34177 / 6122
Регистрация: 12.04.2006
Сообщений: 57,940
23.07.2014, 01:16     CUDA программирование, bicgstap алгоритм - найти ошибку в использовании cublas и cusparse библиотек
Посмотрите здесь:

CUDA C++ не понимаю ошибку! C++
C++ Как определять какие ключи компиляции необходимы при использовании сторонних библиотек?
Циклический алгоритм. не могу найти ошибку C++
C++ Найти ошибку в коде Алгоритм Плейфера (создания решетки кодирования)
Алгоритм поиска библиотек C++
Помогите найти ошибку в коде. Подключение библиотек C++
CUDA, верное подключение библиотек C++
Подскажите, какой алгоритм/алгоритмы реализовать с технологией CUDA? C++

Искать еще темы с ответами

Или воспользуйтесь поиском по форуму:
После регистрации реклама в сообщениях будет скрыта и будут доступны все возможности форума.
Ответ Создать тему
Опции темы

Текущее время: 03:16. Часовой пояс GMT +3.
КиберФорум - форум программистов, компьютерный форум, программирование
Powered by vBulletin® Version 3.8.9
Copyright ©2000 - 2016, vBulletin Solutions, Inc.
Рейтинг@Mail.ru