查找不准确结果的原因，从研究论文中复制代码

Question

我正在尝试复制此人制作的线性规划求解器

http://www.idi.ntnu.no/~elster/master-studs/spampinato/spampinato-linear-prog-gpu-report.pdf.

我使用的设备是 Quadro FX 1800M，计算能力为 1.2。

我的问题是，当我在每个块中启动超过 22 个线程时，大多数时候我会得到不准确的结果（有时全为零），但在特殊情况下，当我在每个块中启动 512 个线程时，我会得到准确的结果。

以下是我进行的一些测试。（顺序意味着基于 CPU 的版本）用于比较

Iteration No 1 : of Sequential Version
Optimum Found 24.915583
Elapsed time: 0.001049725

Iteration No 1: of Parallel Version
BS-(Number of Threads) = : 20
Optimum found: 24.915583

Iteration No 2: of Parallel Version
BS-(Number of Threads) = : 256
Optimum found: 24.915607

Iteration No 3: of Parallel Version
BS-(Number of Threads) = : 512
Optimum found: 24.917068

Iteration No 4: of Parallel Version
BS-(Number of Threads) = : 2
Optimum found: 24.915583

Iteration No 5: of Parallel Version
BS-(Number of Threads) = : 456 
Optimum found: -30693000299230806209574138333792043008.000000

Iteration No 6: of Parallel Version
BS-(Number of Threads) = : 456
Problem unsolvable: either qth==0 or loop too long.

Iteration No 7: of Parallel Version
BS-(Number of Threads) = : 512
Optimum found: 25.010513

Iteration No 8: of Parallel Version
BS-(Number of Threads) = : 256
Problem unsolvable: either qth==0 or loop too long.

Iteration No 9: of Parallel Version
BS-(Number of Threads) = : 256
Optimum found: 0.000000

Iteration No 10: of Parallel Version
BS-(Number of Threads) = : 512
Optimum found: 0.000000

有人可以指出我可能做错了什么吗，我知道我没有发布代码，但我假设代码是正确的，因为我是从研究论文中复制它的，问题出在我身上结尾。

我还应该指出，我在编译 cuda 代码时遇到了以下错误

ptxas /tmp/tmpxft_000017e7_00000000-10_culiblp.ptx，第 263 行；警告：不支持双精度。降级为浮动

这可能是结果的原因吗？

Answer 1

My problem is that when I launch more than 22 threads per block then most of the time I get inaccurate results(sometimes all zeros),

Can somebody kindly point what I might be doing wrong,

我无法构建代码，因为论文中似乎缺少头文件。我可以尝试构建它们，但我注意到的一件事是变量（或常量）BS 似乎没有在任何地方定义。所以我猜它最初是在 culiblp.h 中定义的（未提供。）

查看论文中的 culiblp.cu，我注意到一些内核启动是这样的：

init_AInD<<<dim3(kn, km1), dim3(BS, BS)>>>(devA, devD, m, n);
                           ^^^^^^^^^^^^

这是在创建尺寸为 BS*BS 的二维线程块。因此，如果您将 BS 设置为大于 22 的值，则乘积将超过 512 个线程，这是您的 cc1.x GPU 的最大值。在这种情况下，将 BS 设置为高于 22 的值将导致内核启动失败。

我相信当 BS 大于 22 时，这肯定是导致代码失败的一个因素。

您可以通过运行将您的代码与 cuda-memcheck 结合来证明这一点。此外，如果您打算使用此代码，我建议添加 proper cuda error checking.

BS 的值高于 22 的明显的、偶尔的成功可能可以解释为如果你已经完成了运行（假设 BS 为 22 或更少）紧接在前。有可能即使内核出现故障，如果先前成功的中间数据从先前运行留在内存中，那么事情似乎会产生正确的结果。

查找不准确结果的原因，从研究论文中复制代码

Finding reason for the inaccurate results, copying code from research paper

parallel-processing

cuda