CL_OUT_OF_RESOURCES für 2 Millionen schwimmt mit 1GB VRAM?

Wie es scheint, 2 Millionen schwimmt sollte keine große Sache sein, nur 8MBs von 1 GB GPU-RAM. Ich bin in der Lage zu reservieren, dass viel manchmal und manchmal mehr als das, keine Probleme. Ich bekomme CL_OUT_OF_RESOURCES wenn ich eine clEnqueueReadBuffer, das scheint seltsam. Bin ich in der Lage zu erschnüffeln, wo die Probleme wirklich begonnen? OpenCL sollte nicht so Versagen bei clEnqueueReadBuffer Recht? Es sollte, wenn ich die Daten richtig zugeordnet? Gibt es eine Möglichkeit, um mehr details zu bekommen, als nur den Fehlercode? Es wäre cool, wenn ich sehen konnte, wie viel VRAM zugewiesen wurde, wenn OpenCL erklärt CL_OUT_OF_RESOURCES.

InformationsquelleAutor smuggledPancakes | 2010-10-21
  1. 3

    Nicht den gesamten verfügbaren Arbeitsspeicher kann unbedingt geliefert werden, um eine einzelne Akquisition Anfrage. Lesen Sie die heap-Fragmentierung Eins, Zwei, Drei zu lernen mehr über, warum die größte Zuteilung, die gelingen kann, ist für den größten zusammenhängenden block von Speicher und wie Blöcke geteilt in kleinere Teile, die als ein Ergebnis der Verwendung der Speicher.

    Es ist nicht so, dass die Ressource erschöpft ist... Es ist einfach nicht finden können, ein Stück groß genug, um zu befriedigen Ihre Anfrage...

    • Das macht Sinn, danke für den Hinweis it out. Gibt es eine Möglichkeit zu analysieren, was die Fragmentierung des heap-Speicher sieht auf der GPU, wenn der Fehler aufgetreten ist?
    • Vielleicht gDEBbugger? gremedy.com ich habe es nie benutzt.
    • Irgendwie bezweifle ich, das ist wirklich das problem, da die gpu-Speicher sollte in der Regel nicht fragmentiert genug. Schließlich 8MB ist nicht wirklich so viel auf eine Karte mit 1 GB (vor allen Dingen, da der Fahrer sollte in der Lage sein zu ziehen, derzeit ungenutzten Speicher zum Hauptspeicher) und die Zuweisungen von gpu-Speicher sind in der Regel relativ klobig. So scheint es wahrscheinlich, dass Sie muss in der Nähe sein, um das memory limit wenn Sie solche Probleme durch Fragmentierung sowieso und wenn es eine normale grapic card-basiertes system (im Gegensatz zu z.B. tesla) ich bezweifle, dass der Treiber würde nicht eingreifen an diesem Punkt (durch das töten von bestimmten Kontexten).
    • Ich kann immer noch nicht herausfinden, wie die pin unten dieses problem. Ich bekomme die CL_OUT_OF_RESOURCES Ausnahme, auch wenn ich in clFinish () - Aufrufe zwischen meinen OpenCL Aufrufe. Warum wird es ausgelöst, wenn ich eine clEnqueueReadBuffer()?
    • Random guess: Sind Sie der Angabe eines local_work_size zu clEnqueueNDRangeKernel()?
    • clEnqueueReadBuffer() hat nur zwei Fehler-Modi, CL_MEM_OBJECT_ALLOCATION_FAILURE und CL_OUT_OF_HOST_MEMORY, dass könnte Karte zu einem CL_OUT_OF_RESOURCES. Erhalten Sie die Ausnahme vor clEnqueueReadBuffer() gibt? (Wenn ja, ist diese Ausnahme ist wahrscheinlich durch einen vorherigen Anruf.)
    • Eigentlich ist es eher wahrscheinlich, dass das problem ein Anruf vor clEnqueueReadBuffer(). Das ist in der Regel das erste mal, dass ein Fehler an der GPU tatsächlich sickert aus Ihrem code.
    • Ein local_work_size von {256,1,1} angegeben in clEnqueueNDRangeKernel. Ich glaube, ich bin einfach nur gehen zu müssen, Sonde, meinen code mit clEnqueueReadBuffer () - Aufrufe, um zu versuchen und zu isolieren, wo der Fehler tatsächlich Auftritt. Es fühlt sich an wie eine Indizierung problem, da es nur passiert, wenn bestimmte paremters sind wirklich groß. Ich kann es einfach nicht beweisen es doch. Es könnte auch sein, einige seltsame OpenCL-Marotte.

    InformationsquelleAutor Eric Towers
  2. 8

    Ich hatte gerade das gleiche problem hatte (hat mich einen ganzen Tag zu reparieren).
    Ich bin mir sicher, dass Leute mit dem gleichen problem stolpern, deshalb bin ich Entsendung zu dieser alten Frage.

    Du vermutlich nicht überprüfen, für die maximale Arbeit, die Größe der Gruppe der kernel.

    Dies ist, wie Sie es tun:

    size_t kernel_work_group_size;
clGetKernelWorkGroupInfo(kernel, device, CL_KERNEL_WORK_GROUP_SIZE, sizeof(size_t), &kernel_work_group_size, NULL);

    Meine Geräte (2x NVIDIA GTX 460 & Intel i7 CPU) Unterstützung für eine maximale work group size von 1024, aber der obige code gibt irgendwas um die 500, wenn ich an meinem Path Tracing kernel.
    Wenn ich in einem workgroup-Größe von 1024 es offenbar nicht und gab mir die CL_OUT_OF_RESOURCES Fehler.

    Je komplexer dein kernel wird, desto kleiner ist die maximale workgroup-Größe wird es werden (oder zumindest, was ich erlebt habe).

    Edit:

    Ich habe gerade realisiert, Sie sagte "clEnqueueReadBuffer" statt "clEnqueueNDRangeKernel"...

    Meine Antwort bezog sich auf die clEnqueueNDRangeKernel.

    Sorry für die Fehler.

    Ich hoffe, dies ist immer noch nützlich für andere Menschen.

    • Hey danke. Du hast Recht! Ich war mit dem device max work group size statt der kernel max work group size. Geändert, dass es behoben :).
    • Kein problem. Ich bin froh, dass ich helfen konnte. 😀
    • Hatte das gleiche problem, thx!!!
    InformationsquelleAutor Tara
  3. 5

    Vom eine andere Quelle:

    - Aufruf clFinish() bekommt man den error status für die Berechnung (anstatt es, wenn Sie versuchen, Daten zu Lesen).

    - die "out-of-resources" - Fehler kann auch verursacht werden von einem 5s-timeout, wenn die (NVidia -) Karte ist auch der Einsatz als display

    - es kann auch erscheinen, wenn Sie pointer-Fehler im kernel.

    Follow-up schlägt vor, läuft der kernel zuerst auf der CPU, um sicherzustellen, Sie sind nicht so out-of-bounds Speicher zugreift.

    InformationsquelleAutor Eric Towers
  4. 1

    Out-of-bounds Zugriffe im kernel sind in der Regel leise (da ist noch kein Fehler bei der kernel-queueing-call).

    Jedoch, wenn Sie versuchen, um den kernel Ergebnis später mit einem clEnqueueReadBuffer(). Dieser Fehler wird angezeigt. Es gibt etwas schief, während der kernel-Ausführung.

    Überprüfen Sie Ihre kernel-code für die out-of-bounds read/schreibt.

    InformationsquelleAutor DarkZeros
Schreibe einen Kommentar