CUDA在尝试通过MATLAB启动时资源不足

在修复了我发布的代码之后（将*sizeof（float）添加到共享内存分配中——但这并不重要，因为我在这里通过MATLAB分配共享内存），我运行了代码，它成功地返回了大小为sizeof（float）*18*18*5000*100字节的结果

我使用PTX，并使用它通过MATLAB运行代码 （它找到了正确的入口点——我想要运行的函数）

我得到：

使用parallel.gpu.CUDAKernel/feval时出错发生意外错误 正在尝试启动内核。CUDA错误是： CUDA\u错误\u启动\u资源不足\u

tst（第12行）中的错误foo=feval（内核，foo，toConv，12）

这样一个小例子的资源不足？它在Visual Studio中解决了一个比它大十万倍的问题

我有GTX 480（计算2.0，大约1.5 GB内存，每个块最多1024个线程，48K共享内存）

---

编辑：通过使用

配置激活（发布）

和

平台激活（x64）

而不是默认值编译

配置激活（发布）

和

平台激活（x64）

解决问题（由于向后兼容性，我猜这与x64的关系不大，与编译用于发行版而不是调试有关）

通过使用

配置活动（发行版）

和

平台活动（x64）

代替默认值进行编译，问题得以解决（由于向后兼容，我猜这与x64无关，而与编译发布版无关，与调试无关）

CUDA\u ERROR\u LAUNCH\u OUT\u资源

意味着每个线程或每个块的资源（寄存器、本地内存或共享内存）太多。您是否可以编辑您的问题以包含使用

-Xptxas=“-v”编译内核的输出

作为nvcc的一个选项，并告诉我们您有什么GPU？请注意，Matlab是从PTX为您编译内核的，两种不同编译轨迹发出的最终代码可能有所不同。另外请注意，您链接到的指南显示了如何查询Matlab内核结构以查看内核el属性（例如，我会仔细注意MaxThreadsPerBlock的值）。按照您的要求进行编辑。我知道MATLAB向我显示了信息-我记住了所有信息。请注意，当我试图通过MATLAB运行代码时，我在恒定内存中占用的空间比通过Visual studio使用的要少。每个线程的共享内存使用量保持不变，并且仍然远低于最大值。错误出现在所有变量的位置，以及我使用的小尺寸，它不可能超出全局内存。这与内存无关。它很可能是每个块的线程数，可能是因为您提供给Matlab的PTX和内部编译为二进制的代码与CUDA工具链的默认体系结构sup之间存在差异每个块端口512个线程。如果您已将内核编译为PTX 1.x，Matlab将尝试运行的结果代码可能限制为512个线程。您正在尝试运行576。您报告的错误与此一致。不要将解决方案编辑到您的问题中。将其添加为答案（此处完全可以）。稍后，您将能够接受自己的答案，这表明问题已得到回答，并将其从未回答的问题列表中删除。

CUDA\u ERROR\u LAUNCH\u OUT\u OF\u RESOURCES

意味着您对每个线程或每个块资源（因此寄存器、本地内存或共享内存）的要求太多。您是否可以编辑您的问题以包含使用

-Xptxas=“-v”编译内核的输出

作为nvcc的一个选项，并告诉我们您有什么GPU？请注意，Matlab是从PTX为您编译内核的，两种不同编译轨迹发出的最终代码可能有所不同。另外请注意，您链接到的指南显示了如何查询Matlab内核结构以查看内核el属性（例如，我会仔细注意MaxThreadsPerBlock的值）。按照您的要求进行编辑。我知道MATLAB向我显示了信息-我记住了所有信息。请注意，当我试图通过MATLAB运行代码时，我在恒定内存中占用的空间比通过Visual studio使用的要少。每个线程的共享内存使用量保持不变，并且仍然远低于最大值。错误出现在所有变量的位置，以及我使用的小尺寸，它不可能超出全局内存。这与内存无关。它很可能是每个块的线程数，可能是因为您提供给Matlab的PTX和内部编译为二进制的代码与CUDA工具链的默认体系结构sup之间存在差异每个块端口512个线程。如果您已将内核编译为PTX 1.x，Matlab将尝试运行的结果代码可能限制为512个线程。您正在尝试运行576。您报告的错误与此一致。不要将解决方案编辑到您的问题中。将其添加为答案（此处完全可以）。稍后，您将能够接受自己的答案，这表明问题已得到回答，并将其从未回答问题列表中删除。感谢您这样做-这使那些“策展人”的生活更轻松CUDA标记。调试版本可能是密钥寄存器，当您为调试而构建时，本地内存消耗会发生很大变化。感谢您这样做，它使那些“管理”CUDA标记的人的生活更加轻松。调试版本可能是密钥寄存器，当您为调试而构建时，本地内存消耗会发生很大变化。

    kernel=parallel.gpu.CUDAKernel('Tst.ptx','float *,const float *,int');
    mask=gpuArray.randn([7,7,1],'single');
    toConv=gpuArray.randn([12,12,5],'single'); %%generate random data for testing
    setConstantMemory(kernel,'masks',mask);  %%transfer data to constant memory.
    kernel.ThreadBlockSize=[(12+2*7)-2 (12+2*7)-2 1];
    kernel.GridSize=[1 5 1]; %%first element is how many convolution masks
    %%second one is how many matrices we want to convolve
    kernel.SharedMemorySize=(24*24*4);
    foo=gpuArray.zeros([18 18 5 1],'single'); %%result size
    foo=reshape(foo,[numel(foo) 1]);
    toConv=reshape(toConv,[numel(toConv) 1]);
    foo=feval(kernel,foo,toConv,12);

1>  ptxas : info : 0 bytes gmem, 25088 bytes cmem[2]
1>  ptxas : info : Compiling entry function '_Z6myConvPfPKfi' for 'sm_21'
1>  ptxas : info : Function properties for _Z6myConvPfPKfi
1>      0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
1>  ptxas : info : Used 10 registers, 44 bytes cmem[0]