Tag: cuda

Ich versuche zu implementieren matrix-Vektor-Multiplikation auf der GPU (mit CUDA). In meinem C++ - code (CPU), lade ich die matrix als eine Dichte matrix, und dann führe ich die matrix-Vektor-Multiplikation mit CUDA. Ich bin auch mit shared

Habe ich vor kurzem begonnen zu lernen CUDA, und ich stolperte ein sehr seltsames Verhalten, das ich nicht verstehen kann. Mein code im wesentlichen berechnet eine Durchschnittliche Ausführungszeit für eine einfache atomicAdd kernel. Um dies zu erreichen,

Okay, ich habe ein wirklich beunruhigend CUDA 5.0 Frage zu, wie link die Dinge richtig. Ich wäre wirklich dankbar für jede Hilfe! Mit dem trennbaren Zusammenstellung features von CUDA 5.0, generiert ich eine statische Bibliothek (*.a). Diese

Habe ich installiert CUDA 9.1+cudnn-9.1+opencv 3.4.0+caffe. Wenn ich versuchte zu laufen make all -j8 im caffe Verzeichnis, dieser Fehler ist aufgetreten: nvcc fatal : Unsupported gpu-Architektur 'compute_20' Ich habe versucht zu laufen: "cmake -D CMAKE_BUILD_TYPE=RELEASE -D CUDA_GENERATION=Kepler

Dem Skelett der code ist a_kernel.cu __constant__ unsigned char carray[256]; ein.cu #include <a_kernel.cu> ... unsigned char h_carray[256]; ... cudaMemcpyToSymbol("carray", h_carray, 256); Die system-Konfiguration Windows7 64bit CUDA toolkit 3.1 SDK 3.1 GeForce GTX 460 rules-Datei im SDK 3.1

Ich erhalte eine Fehlermeldung: "alle cuda-Geräte dienen zur Anzeige und kann nicht verwendet werden, während des Debuggens" (Mit Ubuntu) Gibt es eine Möglichkeit zu nutzen Nsight eclipse mit nur einer GPU für die Fehlersuche? Ich habe gesehen,

Ich bin neu CUDA Programmierung. Nun, ich habe ein problem zu handhaben: ich bin versucht, CUDA-parallel-Programmierung zu behandeln, eine Reihe von Datensätzen. Und für die einzelnen Datensätze, gibt es einige matrix-Berechnung getan werden musste. Mein design ist

Soweit mein Verständnis geht, shared memory ist unterteilt in Banken und Zugriffe von mehreren threads auf eine einzelne Daten-element innerhalb der gleichen bank wird zu einem Konflikt (oder broadcast). Ich im moment weisen Sie eine relativ große

Bekomme ich diese Fehlermeldung beim Versuch zu kompilieren, die von caffe-Derivat DeepLab_v2 auf Ubuntu 14.04.5 mit Cuda 8.0. Weiß jemand, wie man dieses Problem lösen? DeepLab_v2 kompiliert problemlos auf einem anderen computer, Cuda 7.5, aber da in

Ich versuche zu erkunden", __ldg intrinsischen'. Ich bin in der NVIDIA Dokumentation für diese, aber bekam keine befriedigende Antwort über dessen Verwendung und Implementierungen. Außerdem mit Verweis auf DIESE ich versuchte Umsetzung __ldg in eine einfache 1024*1024-matrix-Multiplikation

Habe ich zwei cuda-kernel solche Funktionen a<<<BLK_SIZE,THR_SIZE>>>(params,...); b<<<BLK_SIZE,THR_SIZE>>>(params,...); Nachdem die Funktion gestartet hat, will ich warten, bis a beendet ist und starten Sie dann die Funktion b. also ich eingefügt cudaThreadSynchronize() zwischen a und b, wie diese,

Habe ich recherchiert, stundenlang, MSDN-Microsoft - Linker Tools Error LNK2019 Wie löst man den Fehler LNK2019: nicht aufgelöstes externes symbol - Funktion? Was ist eine undefined reference/nicht aufgelöstes externes symbol Fehler und wie behebe ich es? Fehler

Ich versuche zu reservieren Gerätespeicher zu kopieren, führen Sie die Berechnungen auf die GPU kopieren Sie die Ergebnisse zurück und dann frei bis das Gerät die Erinnerung, die ich zugeordnet. Ich wollte sichergehen, dass ich nicht gehen

Bekam ich die Fehlermeldung: Python 3.6.6 |Anaconda, Inc.| (default, Jun 28 2018, 17:14:51) [GCC 7.2.0] on linux Type "help", "copyright", "credits" or "license" for more information. >>> import tensorflow as tf >>> hello = tf.constant('Hello, TensorFlow!') >>>

Ich habe die Entwicklung eines kryptografischen Algorithmus auf der GPU und derzeit stecken mit einem Algorithmus durchführen zu großen integer-addition. Große Ganzzahlen dargestellt werden, in einer üblichen Weise als eine Reihe von 32-bit-Worten. Zum Beispiel, können wir

Hallo ich habe eine Frage zur Programmierung in CUDA. Ich habe den folgenden code: int main () { for (;;) { kernel_1 (x1, x2, ....); kernel_2 (x1, x2 ...); kernel_3_Reduction (x1); //code manipulation host_x1 //Copy the pointer

Ich bin versucht, link ein CUDA-kernel mit C++ autotools-Projekt jedoch nicht scheinen, um passieren die Verknüpfung Bühne. Ich habe eine Datei GPUFloydWarshall.cu enthält den kernel und eine wrapper-C-Funktion möchte ich in einer Bibliothek libgpu.ein. Dies wird konsistent

Kann ich kopieren Sie eine C++ - Objekt auf dem Gerät? sagen, ich habe: class CudaClass { public: int* data; CudaClass(int x) { data = new int[1]; data[0] = x; } }; __global__ void useClass(CudaClass cudaClass) {

Ich habe versucht, erstellen Sie eine template-Kernel, aber ich bin schon mit einigen Schwierigkeiten, ruft Sie in mein Programm. Ich habe eine Matrix<T> template-Klasse und einige Methoden, die darin definiert Matrix.h: template <typename T> class Matrix {

Sehe ich viele Fackel-codes verwenden: require cudnn require cunn require cutorch Was sind diese Paket verwendet? Was ist Ihre Beziehung mit Cuda? InformationsquelleAutor hunter | 2016-07-05

Aktuell ich bin neu in CUDA habe ich NVIDIA-tesla-c2075-Karte, die ich installieren CUDA-toolkit für windows. Jetzt habe ich visual studio nicht installiert ist. Ich will laufen und testen CUDA-Programme ohne Verwendung von visual studio. Sie können einfach

Cuda ist Nivida bereitgestellte api, mit der c/c++ verwenden, die gpu für ein paar Sachen, obwohl ich weiß nicht, was, dass einige Sachen & möchte wissen, von dem, was ich sah, die Gewinne waren bemerkenswert. Auch cuda

Hätte ich diese Frage auf der NVIDIA-developer-forum, aber da es noch hin, vielleicht jemand hier kann mir etwas sagen. Weiß jemand, ob es schon OpenCL 1.2 support in NVIDIAs Treiber? Wenn nicht, wird es bald? Ich nicht

Ich versuche, mit CMake für die Kompilierung der CUDA-basierten Anwendungen für Windows (Visual Studio 2005). Hier ist ein Beispiel abgespeckte CMake-Datei: cmake_minimum_required (VERSION 2.6) project (HELLO) #Support for CUDA Integration FIND_PACKAGE(CUDA) if(CUDA_FOUND) SET(CUDA_NVCC_FLAGS "-arch;sm_13") CUDA_ADD_EXECUTABLE(Hello hello.cu) else(CUDA_FOUND)

#include "cuda_runtime.h" #include "device_launch_parameters.h" #include <stdio.h> __global__ void funct(void){ printf("Hello from GPU!\n"); } int main(void){ funct << < 2, 4 >> >(); for (int i = 0; i < 10; i++){ cudaDeviceReset(); //cudaDeviceSynchronize(); printf("Hello, World from CPU!\n");