Ubuntu下的CUDA编程（三）

个人错误记录

一：出现了 shared data 过多的现象

 
  
在编译的时候，Kernel调用的那一行报错，说是用了过多的 share
data，程序出错，本来以为时参数过多，后来才发现，计算的时候不小心将每个 block 里面 shared data
分配过多，超过了每个 block 中 shared memory 的总数，所以报错，修改 BLOCK_SIZE
以后，错误消失。

二：使用没有分块的矩阵乘法比分块了的还要快

   
分块矩阵使用了 shared memory
加速，按道理是应该更快的，但是，实际测试出来的数据却非常接近，而且没有分块的算法甚至快了一点，不可思议，检查了几次代码，都没有发现什么问题，过程完全合理，只是结果实在不合理，没办法，输出结果查看是否都一样。

   
结果显示，两个函数都没有计算正确，果然，矩阵的乘积结果根本就没有输出，用于存储结果的那个矩阵一点都没有改变，说明要不就是 Kernel
根本没有执行，要不就是复制函数执行失败，那么，使用CUT_CHECK_ERROR() 来检测错误吧。

   
错误显示一：Kernel 执行之前已经有 out of memory，内存溢出

   
错误显示二：复制函数那一行出现了 invalid parameter，无效的参数

   
马上检查矩阵规模，仔细计算，发现，果然GPU的内存溢出了，将矩阵规模改小，上述错误同时消失，输出矩阵乘积结果，终于正常了，测试时间，也正常了，大概可以加速3倍（BLOCK_SIZE
= 16）。

三：计算时间与复制时间的差异

   
将计算语句与复制语句分开及时，使用 clock() 函数读取 CPU 时间，再除以 CLOCKS_PER_SEC
，得到以秒为单位的时间，这个时候，发现总时间没有问题，但是，计算时间随着矩阵乘法核函数调用次数（我使用了一个循环调用）的增加根本就没有变化，反倒是复制时间差不多随着相同倍数增加了，有违常理，那么，每一个时间记录在更新的时候都输出一次来查看它们的变化吧。

   
查看结果为：在循环调用 Kernel 之前，一切正常，但是，循环所用的计算时间极短，可是接下来的复制时间却极长，此时不由得想到了
Kernel
在还没有运行结束之前，可能已经调用了下面的两个计时函数，导致一个提前结束，一个提前开始，所以，最好在调用计时函数的时候先保证
Kernel 已经执行完毕。

   
使用函数：cudaThreadSynchronize();来强制让Kernel函数在调用计时函数之前一定要完成，再次测试，结果正常，复制时间稳定，计算时间随着循环次数相应增长。

   
另外：第一次调用 Kernel 的时间会特别长（包含了启动时间），所以，循环之前要先调用一次 Kernel
以保证GPU处于工作状态。