标签: nvidia

我正在学习 CUDA，试图解决一些标准问题。作为示例，我使用以下代码求解二维扩散方程。但我的结果与标准结果不同，我无法弄清楚。

//kernel definition
__global__ void diffusionSolver(double* A, double * old,int n_x,int n_y)
{

    int i = blockIdx.x * blockDim.x + threadIdx.x;
    int j = blockIdx.y * blockDim.y + threadIdx.y;

    if(i*(n_x-i-1)*j*(n_y-j-1)!=0)
        A[i+n_y*j] = A[i+n_y*j] + (old[i-1+n_y*j]+old[i+1+n_y*j]+
                       old[i+(j-1)*n_y]+old[i+(j+1)*n_y] -4*old[i+n_y*j])/40;


}

int main()
{


    int i,j ,M;
    M = n_y ;
    phi = (double *) malloc( n_x*n_y* sizeof(double));
    phi_old = (double *) malloc( n_x*n_y* sizeof(double));
    dummy = (double *) malloc( n_x*n_y* sizeof(double));
    int iterationMax =10;
    //phase initialization
    for(j=0;j<n_y ;j++)
    {
        for(i=0;i<n_x;i++)
        { …

据我了解，当主机和设备之间的复制操作开始使用 cudaMemcpy 时，主机指针会自动固定。那么使用单独的 API cudAHostAlloc() 来分配固定主机内存的意义和必要性是什么？

我通常总是在谷歌上找到解决方案（这里是 80%），但不幸的是，这次情况并非如此。这就是我决定创建一个帐户的原因。

我编写了一个在不同的 Intel 和 AMD CPU 上运行的 OpenCL 代码。它也可以在 AMD RADEON HD7970 和 NVIDIA Quadro FX 1800M 上运行。然而，当我尝试在 NVIDIA K20m 上启动代码时，我收到错误 -9999 和“clEnqueueNDRangeKernel”。

最麻烦的是，错误发生在512次迭代之后（我猜512是巧合）。

我相信（但也许这只是错误-11）我已经看到了这个错误，但这是构建程序期间的错误，并且是由于“clGetEventProfilingInfo”造成的。这次所有的分析都是评论。

我正在寻找有关此错误的信息。
预先感谢您的答复。

平台信息：

OpenCL 版本：1.1
CUDA 版本：7.0.18

PS：准确地说我不是该系统的管理员可能会很有用。

我目前使用两个 nvidia p4 显卡。

在以前版本的 ffmpeg（3.2.0 之前）中，我可以使用选项“-gpu 0 或 1 等”来选择特定的 GPU 卡。

然而，在当前版本中，没有选择 GPU 卡的选项。

实际上，nvenc_h264.c 或 nvenc_hevc.c 中指定了“gpu”选项。

但在 nvenc.c 文件中，没有使用“gpu”选项的代码。

有什么办法可以选择特定的卡吗？

两张卡之间的负载均衡是如何实现的？

是在驱动级别完成的吗？

谢谢。

我有一个使用 GPU 并在不同机器上运行的应用程序。-arch=compute_xx -code=sm_xx目前，我根据正在运行的计算机上安装的 GPU 型号，手动向 NVCC 指定参数。

我想编写一个自动化程序，能够从主机中提取这些值，这样我就不需要手动指定它们。有没有办法真正自动做到这一点？

我的集群同时配备了 Nvlink 和 PCIe。所有GPU（V100）都可以通过PCIe或NvLink直接通信。据我所知，PCIe交换机和Nvlink都可以支持使用CUDA的直接链接。

现在，我想比较 PCIe 和 NvLink 的点对点通信性能。但是，我不知道如何指定一个，似乎CUDA总是会自动指定一个。有人可以帮助我吗？

我正在调整这张测试图片的大小：

Mat im = Mat::zeros(Size(832*3,832*3),CV_8UC3);
putText(im,"HI THERE",Point2i(10,90),1,7,Scalar(255,255,255),2);

按标准

cv::resize(im,out,Size(416,416),0,0,INTER_NEAREST);

并通过 CUDA 版本的调整大小：

static void gpuResize(Mat in, Mat &out){
    double k = in.cols/416.;
    cuda::GpuMat gpuInImage;
    cuda::GpuMat gpuOutImage;
    gpuInImage.upload(in);
    const Size2i &newSize = Size(416, in.rows / k);
    //cout << "newSize " << newSize<< endl;
    cuda::resize(gpuInImage, gpuOutImage, newSize,INTER_NEAREST);
    gpuOutImage.download(out);
}

测量时间表明 cv::resize 快了大约 25 倍。我究竟做错了什么？我在 GTX1080ti 显卡上，也在 Jetson NANO 上观察到同样的情况。可能有任何替代方法可以比使用 nvidia 硬件加速的 cv::resize 更快地调整图像大小？

我正在尝试运行 Nvidia 的 StyleGan2。我创建了一个新环境，但未通过提供的自述文件中规定的这项检查。

特别是，当我运行它时，我收到您在问题标题中看到的错误。我查了一下，解决方案表面上是将此路径添加到环境变量中

C:\Program Files\Microsoft Visual Studio 10.0\VC\bin

bin我正在尝试这样做，但我的文件夹中没有VC！我只有include和lib，全新安装的 Visual Studio。

我们正在尝试使用张量流训练我们的模型以进行对象识别。由于图像太多（100GB），我猜我们当前的GPU服务器（1*2080Ti）无法工作。我们可能需要购买一个更强大的，但我不知道如何估计我们需要多少 GPU 内存。有某种方法来估计需求吗？谢谢！

我有一个 Nvidia 1080Ti GPU，我想在 WSL2 上运行 Pytorch，但出现错误“在您的系统上找不到 NVIDIA 驱动程序”，但我确实安装了 NVIDIA 驱动程序。这是我做的步骤。

1. 我安装了 WSL2，并从 GeForce 驱动程序在 WSL 上为 Cuda 安装了 NVIDIA 驱动程序：https : //developer.nvidia.com/cuda/wsl/download

2. 我用 Python 3.7 激活了一个干净的 conda 环境

3. 然后我运行 Pytorch 安装： conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

然后出现错误，说找不到 NVIDIA 驱动程序。我在 Pytorch 论坛上看到一个帖子，有人确实让它在类似的设置中运行：Ubuntu 18.04 + Conda + Pytorch https://discuss.pytorch.org/t/found-no-nvidia-driver-on-your -system-but-its-there/35063/4

我没有多个 GPU，所以我不知道如何在 WSL2 中识别我的驱动程序。感谢您的任何想法！