Cmake 协作组：：此网格（）导致任何CUDA API调用返回“未知错误”_Cmake_Cuda_Gpu_Cg_Gpu Cooperative Groups

Cmake 协作组：：此网格（）导致任何CUDA API调用返回“未知错误”

cmake cuda

Cmake 协作组：：此网格（）导致任何CUDA API调用返回“未知错误”,cmake,cuda,gpu,cg,gpu-cooperative-groups,Cmake,Cuda,Gpu,Cg,Gpu Cooperative Groups,按照中的相同步骤启动内核并使用协作组跨网格同步：：此\u grid.sync会导致任何CUDA API调用失败。使用时协作_组：：此_thread_block.sync工作正常并给出正确的结果我使用下面的代码和CMakeLists.txt cmake版本3.11.1，在TITAN V GPU驱动程序版本410.73和Ubuntu 16.04.5 LTS上使用CUDA 10对其进行测试。上还提供了代码，以便于再现错误该代码读取一个数组，然后将其从[0 1 2…9]反转为[9 8 7…0]。为

按照中的相同步骤启动内核并使用协作组跨网格同步：：此\u grid.sync会导致任何CUDA API调用失败。使用时协作_组：：此_thread_block.sync工作正常并给出正确的结果

我使用下面的代码和CMakeLists.txt cmake版本3.11.1，在TITAN V GPU驱动程序版本410.73和Ubuntu 16.04.5 LTS上使用CUDA 10对其进行测试。上还提供了代码，以便于再现错误

该代码读取一个数组，然后将其从[0 1 2…9]反转为[9 8 7…0]。为此，每个线程从数组中读取一个元素，进行同步，然后将其元素写入正确的目标。可以轻松修改代码，以确保此_thread_block.sync工作正常。只需将arr_大小更改为小于1024，并使用cg:：thread_block barrier=cg:：this_thread_block；相反

测试_cg.cu

运行此代码将提供：

第67行的/home/ahdhn/test_cg/test_cg.cu中存在未知错误

这是使用Cudamaloc的第一行。我通过从设备中查询uu CUDA_ARCH_uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu。如果您发现我在代码或CMakeLists.txt文件中出错，请告诉我

在外部帮助下，使代码正常工作的解决方案是在第二个setCUDA\u NVCC\u标志后添加stringAPPEND CMAKE\u CUDA\u标志-gencode arch=compute\u 70，code=sm\u 70-cudart shared。。。。。。原因是我的/usr/local/cuda-10.0/lib64/下只有libcudadevrt.a，因此我必须向cuda发送信号以链接共享/动态运行时库，因为默认情况下是链接到静态库。stringAPPEND CMAKE_CUDA_标志-第二个setCUDA_NVCC_标志后的gencode arch=compute_70，code=sm_70。。。。。。原因是sm_70标志未正确传递给链接器

此外，仅使用CUDA_NVCC_标志将仅将sm_70信息传递给编译器，而不是链接器。虽然仅使用CMAKE_NVCC_标志将报告错误：命名空间协作_组没有成员网格_组错误

cudamaloc调用应该是触发上下文初始化的调用。如果失败，你可能在CUDA运行时发现了一个bug。也许你的CUDA安装被破坏了。可能您的cmake设置没有创建正确的编译设置。在任何情况下，此代码都不可能工作，因为您正试图使用1的数组大小感谢您提供有用的注释。在外部帮助下，我能够使用CMake运行代码，数组大小为1时，您的代码无法在数组大小为的情况下正常工作1@RobertCrovella同意。我必须减小数组的大小以使代码正常工作并产生一些有意义的结果。如果失败，你可能在CUDA运行时发现了一个bug。也许你的CUDA安装被破坏了。可能您的cmake设置没有创建正确的编译设置。在任何情况下，此代码都不可能工作，因为您正试图使用1的数组大小感谢您提供有用的注释。在外部帮助下，我能够使用CMake运行代码，数组大小为1时，您的代码无法在数组大小为的情况下正常工作1@RobertCrovella同意。我必须减小数组大小以使代码正常工作并产生一些有意义的结果。libcudadevrt.a没有动态版本，-cudart共享标志不影响链接到libcudadevrt（设备运行时）。这会影响到普通运行时libcudart的链接。没有libcudadevrt.a的动态版本，-cudart shared标志不会影响到libcudadevrt（设备运行时）的链接。这会影响到与普通运行库libcudart的链接。

#include <cuda_runtime_api.h>
#include <stdio.h>
#include <stdint.h>
#include <cstdint>
#include <numeric>
#include <cuda.h>
#include <cooperative_groups.h>
namespace cg = cooperative_groups;

//********************** CUDA_ERROR
inline void HandleError(cudaError_t err, const char *file, int line) {
    //Error handling micro, wrap it around function whenever possible
    if (err != cudaSuccess) {
        printf("\n%s in %s at line %d\n", cudaGetErrorString(err), file, line);

#ifdef _WIN32
        system("pause");
#else
        exit(EXIT_FAILURE);
#endif
    }
}
#define CUDA_ERROR( err ) (HandleError( err, __FILE__, __LINE__ ))
//******************************************************************************


//********************** cg kernel 
__global__ void testing_cg_grid_sync(const uint32_t num_elements,
    uint32_t *d_arr){
    uint32_t tid = threadIdx.x + blockDim.x*blockIdx.x;

    if (tid < num_elements){

        uint32_t my_element = d_arr[tid];

        //to sync across the whole grid 
        cg::grid_group barrier = cg::this_grid();

        //to sync within a single block 
        //cg::thread_block barrier = cg::this_thread_block();

        //wait for all reads 
        barrier.sync();

        uint32_t tar_id = num_elements - tid - 1;

        d_arr[tar_id] = my_element;
    }
}
//******************************************************************************


//********************** execute  
void execute_test(const int sm_count){

    //host array 
    const uint32_t arr_size = 1 << 20; //1M 
    uint32_t* h_arr = (uint32_t*)malloc(arr_size * sizeof(uint32_t));
    //fill with sequential numbers
    std::iota(h_arr, h_arr + arr_size, 0);

    //device array 
    uint32_t* d_arr;
    CUDA_ERROR(cudaMalloc((void**)&d_arr, arr_size*sizeof(uint32_t)));
    CUDA_ERROR(cudaMemcpy(d_arr, h_arr, arr_size*sizeof(uint32_t),
        cudaMemcpyHostToDevice));

    //launch config
    const int threads = 512;

    //following the same steps done in conjugateGradientMultiBlockCG.cu 
    //cuda sample to launch kernel that sync across grid 
    //https://github.com/NVIDIA/cuda-samples/blob/master/Samples/conjugateGradientMultiBlockCG/conjugateGradientMultiBlockCG.cu#L436

    int num_blocks_per_sm = 0;
    CUDA_ERROR(cudaOccupancyMaxActiveBlocksPerMultiprocessor(&num_blocks_per_sm,
        (void*)testing_cg_grid_sync, threads, 0));

    dim3 grid_dim(sm_count * num_blocks_per_sm, 1, 1), block_dim(threads, 1, 1);

    if(arr_size > grid_dim.x*block_dim.x){
         printf("\n The grid size (numBlocks*numThreads) is less than array size.\n");
         exit(EXIT_FAILURE);
    }
    printf("\n Launching %d blocks, each containing %d threads", grid_dim.x,
        block_dim.x);

    //argument passed to the kernel     
    void *kernel_args[] = {
        (void *)&arr_size,
        (void *)&d_arr, };


    //finally launch the kernel 
    cudaLaunchCooperativeKernel((void*)testing_cg_grid_sync,
        grid_dim, block_dim, kernel_args);


    //make sure everything went okay
    CUDA_ERROR(cudaGetLastError());
    CUDA_ERROR(cudaDeviceSynchronize());


    //get results on the host 
    CUDA_ERROR(cudaMemcpy(h_arr, d_arr, arr_size*sizeof(uint32_t),
        cudaMemcpyDeviceToHost));

    //validate 
    for (uint32_t i = 0; i < arr_size; i++){
        if (h_arr[i] != arr_size - i - 1){
            printf("\n Result mismatch in h_arr[%u] = %u\n", i, h_arr[i]);
            exit(EXIT_FAILURE);
        }
    }
}
//******************************************************************************

int main(int argc, char**argv) {

    //set to Titan V
    uint32_t device_id = 0;
    cudaSetDevice(device_id);

    //get sm count 
    cudaDeviceProp devProp;
    CUDA_ERROR(cudaGetDeviceProperties(&devProp, device_id));
    int sm_count = devProp.multiProcessorCount;

    //execute 
    execute_test(sm_count);

    printf("\n Mission accomplished \n");
    return 0;
}

cmake_minimum_required(VERSION 3.8 FATAL_ERROR)

set(PROJECT_NAME "test_cg")
project(${PROJECT_NAME} LANGUAGES CXX CUDA)  

#default build type is Release
if (CMAKE_BUILD_TYPE STREQUAL "")
    set(CMAKE_BUILD_TYPE Release)
endif ()

SET(CUDA_SEPARABLE_COMPILATION ON)

########## Libraries/flags Starts Here ######################
find_package(CUDA REQUIRED)
include_directories("${CUDA_INCLUDE_DIRS}")
set(CUDA_NVCC_FLAGS ${CUDA_NVCC_FLAGS}; -lineinfo; -std=c++11; -expt-extended-lambda; -O3; -use_fast_math; -rdc=true;)
set(CUDA_NVCC_FLAGS ${CUDA_NVCC_FLAGS};-gencode=arch=compute_70,code=sm_70) #for TITAN V
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS}")
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -m64 -Wall -std=c++11")
########## Libraries/flags Ends Here ######################


########## inc/libs/exe/features Starts Here ######################
set(CMAKE_INCLUDE_CURRENT_DIR ON)
CUDA_ADD_EXECUTABLE(${PROJECT_NAME} test_cg.cu)
target_compile_features(${PROJECT_NAME} PUBLIC cxx_std_11)
set_target_properties(${PROJECT_NAME} PROPERTIES POSITION_INDEPENDENT_CODE  ON)
set_target_properties(${PROJECT_NAME} PROPERTIES CUDA_SEPARABLE_COMPILATION ON)    
target_link_libraries(${PROJECT_NAME} ${CUDA_LIBRARIES} ${CUDA_cudadevrt_LIBRARY})
########## inc/libs/exe/features Ends Here ######################