Python 3.x Numpy/Numba在向CUDA分配非常大的空集时引发错误

我正在用Numba/Numpy编写一个Mandelbrot集生成器。优化之一是使用cudatoolkit通过Numba将计算推送到CUDA。该脚本适用于低分辨率集，但在尝试计算大型集时会出现错误

将numpy导入为np
从pylab导入imshow，show
导入时间
来自numba import cuda
从一个进口*
导入matplotlib
def mandel（x，y，max_iters）：
c=复数（x，y）
z=0.0j
对于范围内的i（最大值）：
z=z*z+c
如果（z.real*z.real+z.imag*z.imag）>=4：
返回i
返回最大值
mandel_gpu=cuda.jit（设备=True）（mandel）
@cuda.jit
def mandel_内核（min_x、max_x、min_y、max_y、image、iters）：
高度=图像。形状[0]
宽度=图像。形状[1]
像素大小=（最大值x-最小值x）/宽度
像素大小=（最大值-最小值）/高度
startX，startY=cuda.grid（2）
gridX=cuda.gridDim.x*cuda.blockDim.x；
gridY=cuda.gridDim.y*cuda.blockDim.y；
对于范围内的x（起始、宽度、网格x）：
实=最小值x+x*像素大小x
对于范围内的y（起点、高度、网格）：
imag=最小值y+y*像素大小y
图像[y，x]=mandel_gpu（real，imag，iters）/iters
gimage=np.zero（（65536，65536），dtype=np.uint8）
#gimage=np.zero（（10241024），dtype=np.uint8）
blockdim=（32,8）
griddim=（32,16）
开始=时间。时间（）
d_image=cuda.to_设备（gimage）
mandel_内核[griddim，blockdim]（-2.0,2.0，-2.0,2.0，d_图像，10000）
d_image.to_host（）
dt=时间。时间（）-开始
打印（“Mandelbrot在“+str（dt）+”秒内创建”）
imshow（gimage，“灰色”）
show（）
#matplotlib.image.imsave（“mandel.png”，gimage）

在46000 x 46000像素以上，python会引发以下错误：

Traceback (most recent call last):
  File "C:\_main\Files\Mandel\mandel_cuda.py", line 46, in <module>
    d_image = cuda.to_device(gimage)
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\devices.py", line 212, in _require_cuda_context
    return fn(*args, **kws)
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\api.py", line 103, in to_device
    to, new = devicearray.auto_device(obj, stream=stream, copy=copy)
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\devicearray.py", line 688, in auto_device
    devobj.copy_to_device(obj, stream=stream)
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\devices.py", line 212, in _require_cuda_context
    return fn(*args, **kws)
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\devicearray.py", line 181, in copy_to_device
    sentry_contiguous(self)
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\devicearray.py", line 657, in sentry_contiguous
    core = array_core(ary)
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\devicearray.py", line 647, in array_core
    return ary[tuple(core_index)]
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\devices.py", line 212, in _require_cuda_context
    return fn(*args, **kws)
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\devicearray.py", line 479, in __getitem__
    return self._do_getitem(item)
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\devicearray.py", line 493, in _do_getitem
    newdata = self.gpu_data.view(*extents[0])
  File "C:\ProgramData\Anaconda3\lib\site-packages\numba\cuda\cudadrv\driver.py", line 1227, in view
    raise RuntimeError("non-empty slice into empty slice")
RuntimeError: non-empty slice into empty slice

回溯（最近一次呼叫最后一次）：
文件“C:\\u main\Files\Mandel\Mandel\u cuda.py”，第46行，在
d_image=cuda.to_设备（gimage）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\devices.py”，第212行，在\u require\u cuda\u上下文中
返回fn（*args，**kws）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\api.py”，第103行，在to_设备中
to，new=devicearray.auto_设备（obj，stream=stream，copy=copy）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\devicearray.py”，第688行，在自动\u设备中
devobj.copy_到_设备（对象，流=流）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\devices.py”，第212行，在\u require\u cuda\u上下文中
返回fn（*args，**kws）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\devicearray.py”，第181行，复制到设备
哨兵（自我）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\devicearray.py”，第657行，在sentry\u中
核心=阵列\核心（ary）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\devicearray.py”，第647行，在数组\u core中
返回元[元组（核心索引）]
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\devices.py”，第212行，在\u require\u cuda\u上下文中
返回fn（*args，**kws）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\devicearray.py”，第479行，在u getitem中__
返回自我。_do_getitem（项目）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\devicearray.py”，第493行，在\u do\u getitem中
newdata=self.gpu\u data.view（*区段[0]）
文件“C:\ProgramData\Anaconda3\lib\site packages\numba\cuda\cudadrv\driver.py”，第1227行，在视图中
raise RUNTIMERROR（“将非空切片转换为空切片”）
RuntimeError:将非空切片转换为空切片

---

该脚本在带有4GB VRAM的1050ti上运行。对于46000 x 46000像素，VRAM的使用率仅为2.1GB。对于46000 x 46000以上的渲染，应该有大量的VRAM。

这似乎是一个VRAM溢出问题。在渲染的前30秒，将使用更多VRAM存储空集。初始化时，会很快达到4GB限制，使脚本崩溃。

这似乎是一个VRAM溢出问题。在渲染的前30秒，将使用更多VRAM存储空集。初始化时，会很快达到4GB限制，使脚本崩溃