Python 简单pycuda内核的奇怪行为

我对cuda和pycuda很陌生。 我需要一个内核，通过简单地“重复”相同的数组n次，从数组（1 x d）中创建一个矩阵（维数为nx d）： 例如，假设n=4，d=3，那么如果数组是

[1 2 3]

我的内核的结果应该是：

[1 2 3
 1 2 3
 1 2 3
 1 2 3]

if (y >= n ||  x >= d) return;
out[y * d + x] = in[x];

（矩阵4x3）

基本上，这与执行numpy.tile（数组，（n，1））是一样的

我已经编写了以下代码：

kernel_code_template = """
__global__ void TileKernel(float *in, float *out)
{
    // Each thread computes one element of out
    int y = blockIdx.y * blockDim.y + threadIdx.y;
    int x = blockIdx.x * blockDim.x + threadIdx.x;

    if (y > %(n)s || x > %(d)s) return;

    out[y * %(d)s + x] = in[x];
}
"""

d = 64
n = 512

blockSizex = 16
blockSizey = 16
gridSizex = (d + blockSizex - 1) / blockSizex 
gridSizey = (n + blockSizey - 1) / blockSizey 

# get the kernel code from the template 
kernel_code = kernel_code_template % {
    'd': d,
    'n': n
    }
mod = SourceModule(kernel_code)
TileKernel = mod.get_function("TileKernel")

vec_cpu = np.arange(d).astype(np.float32) # just as an example
vec_gpu = gpuarray.to_gpu(vec_cpu)
out_gpu = gpuarray.empty((n, d), np.float32)

TileKernel.prepare("PP")
TileKernel.prepared_call((gridSizex, gridSizey), (blockSizex, blockSizey, 1), vec_gpu.gpudata,  out_gpu.gpudata)

out_cpu = out_gpu.get()

现在，如果我用d等于2>=16的幂来运行这段代码，我会得到正确的结果（就像numpy.tile（vec_cpu，（n，1））； 但是如果我把d设为其他值（比如88），我得到输出矩阵的每个元素都有 正确的值，除了第一列：有些条目是正确的，但其他条目有另一个值，显然是随机的，对于每个错误的元素相同，但每次运行都不同， 而且，第一列中具有错误值的条目在每次运行时都是不同的。 例如：

我真的不知道是什么导致了这个问题，但也许这只是一些简单的东西，我错过了

---

任何帮助都将不胜感激，提前感谢

内核代码中的边界检查不正确。这个

if (y > n ||  x > d) return;
out[y * d + x] = in[x];

应该是：

[1 2 3
 1 2 3
 1 2 3
 1 2 3]

if (y >= n ||  x >= d) return;
out[y * d + x] = in[x];

或者更好：

if ((y < n) && (x < d))
    out[y * d + x] = in[x];

if（（y

---

数组中的所有数组有效索引位于

0

和

0

。通过允许

x=d

您具有未定义的行为，允许用未知值覆盖输出数组下一行的第一个条目。这就解释了为什么有时候结果是正确的，而有时候则不正确

我用您的代码测试的每个示例似乎都正常工作（例如d=88，n=567）通过

np.allclose（np.tile（vec\u cpu，（n，1）），out\u cpu）

。你能编辑一个你已经确认不适用于你的问题的确切案例吗？我准确地发现了如何重现这个错误：首先我用d=88，n=32运行脚本，它工作正常；然后我把d改成128，同样的n，它仍然可以正常工作；然后我把d改回88，相同的n，我得到了第一列的错误！