C++ accelerator.cu（8）：错误：属性；管理的；这里不适用吗？

我正在编写的程序（Accelerator.cu）将不会在NVCC 8.0.61下编译，并且

NVCC-std=c++11-o Accelerator Accelerator.cu

。对于为什么

\uuuuu设备

、

\uuuuu全局

和

\uuuuuu共享

失败，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。我正试图遵循指南。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();
}

其余3个成员变量也有类似的错误

---

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，我们将非常感谢您的帮助。

您可能会遇到许多问题。我将主要关注一些尝试获取您所展示的要编译的内容的内容，而不会深入研究您可能在这里接触到的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

\uuu device\uu

）是

同样，也不允许使用

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

（因为它是）。在这样的场景中，您应该使用普通类成员变量，并根据需要动态分配它们，可能在构造函数中，也可能使用动态托管分配器（

cudamalocmanaged

）。使用指针变量作为类成员变量肯定表明了这种方法

您概述的内容可能还有其他挑战。例如，一个

\uuuu全局\uuuu

函数

在CUDA编程方面，您可能有很多需要学习的地方，但这里有一个黑客版本，您所展示的内容没有涉及任何明显的问题：

#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);
}

#包括
使用名称空间std；
//CUDA加速适配器。
__全局无效求值（浮点*a，浮点*b，整数n，整数c）{
对于（inti=0；iN=N；
//是“输入”
这个->C=C；
cudaMallocManaged（A，N*sizeof（float））；
CudamAllocManager（B、C*sizeof（浮动））；
}
无效设置数据（向量和A、向量和B）{
对于（inti=0；iA）[i]=A[i]；
对于（inti=0；iB）[i]=B[i]；
}
无效加速（矢量和结果）{
评价（A，B，N，C）；
cudaDeviceSynchronize（）；
对于（int i=0；i
#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);
}