Pycuda块和格网，用于处理大数据

问题描述

我需要帮助才能知道我的块和网格的大小。 我正在构建一个python应用程序来执行基于Scipy的公制计算：欧几里德距离、曼哈顿、皮尔逊、余弦、加入其他。

项目为PycudaDistances。

它似乎可以很好地处理小数组。当我执行更详尽的测试时，不幸的是它不起作用。我下载了电影镜头集(http://www.grouplens.org/node/73)。

使用Movielens100k，我声明了一个形状为(943,1682)的数组。也就是说，用户对943部和1682部电影进行了评价。电影不是由分类器用户我将值配置为0。

使用更大的数组算法不再起作用。我面临以下错误：

pycuda._driver.LogicError：cuFuncSetBlockShape失败：无效值。

研究此错误时，我找到了一个解释，告诉支持512个线程的Andrew加入并处理较大的块时，必须使用块和网格。

我希望得到帮助，使欧几里德距离数组算法能够从小数组工作到巨型数组。

def euclidean_distances(X, Y=None, inverse=True):
    X, Y = check_pairwise_arrays(X,Y)
    rows = X.shape[0]
    cols = Y.shape[0]
    solution = numpy.zeros((rows, cols))
    solution = solution.astype(numpy.float32)

    kernel_code_template = """
    #include <math.h>
    
    __global__ void euclidean(float *x, float *y, float *solution) {

        int idx = threadIdx.x + blockDim.x * blockIdx.x;
        int idy = threadIdx.y + blockDim.y * blockIdx.y;
        
        float result = 0.0;
        
        for(int iter = 0; iter < %(NDIM)s; iter++) {
            
            float x_e = x[%(NDIM)s * idy + iter];
            float y_e = y[%(NDIM)s * idx + iter];
            result += pow((x_e - y_e), 2);
        }
        int pos = idx + %(NCOLS)s * idy;
        solution[pos] = sqrt(result);
    }
    """
    kernel_code = kernel_code_template % {
        'NCOLS': cols,
        'NDIM': X.shape[1]
    }

    mod = SourceModule(kernel_code)

    func = mod.get_function("euclidean")
    func(drv.In(X), drv.In(Y), drv.Out(solution), block=(cols, rows, 1))

    return numpy.divide(1.0, (1.0 + solution)) if inverse else solution

有关详细信息，请参阅：https://github.com/vinigracindo/pycudaDistances/blob/master/distances.py

---

解决方案

要调整内核执行参数的大小，您需要执行两项操作(按此顺序)：

1.确定挡路大小

您的挡路大小主要取决于硬件限制和性能。我推荐阅读this answer以获取更多详细信息，但非常简短的总结是，您的图形处理器对每个挡路可以运行的线程总数有限制，并且它有有限的寄存器堆、共享和本地内存大小。您选择的挡路维度必须在这些限制之内，否则内核将无法运行。挡路的大小也会影响内核的性能，你会发现挡路的大小可以提供最佳的性能。挡路大小应始终是翘曲大小的整数倍，在迄今发布的所有CUDA兼容硬件上，后者为32。

2.确定网格大小

对于您所显示的内核类型，您需要的块数与输入数据量和每个挡路的维度直接相关。

例如，如果您的输入数组大小为943x1682，而您的挡路大小为16x16，那么您将需要一个59x106网格，这将在内核启动时产生944x1696个线程。在这种情况下，输入数据大小不是挡路大小的整数倍，您需要修改内核以确保它不会读取越界。一种方法可能类似于：

__global__ void euclidean(float *x, float *y, float *solution) {
    int idx = threadIdx.x + blockDim.x * blockIdx.x;
    int idy = threadIdx.y + blockDim.y * blockIdx.y;

     if ( ( idx < %(NCOLS)s ) && ( idy < %(NDIM)s ) ) {

        .....
     }
}

启动内核的python代码可能类似于：

bdim = (16, 16, 1)
dx, mx = divmod(cols, bdim[0])
dy, my = divmod(rows, bdim[1])

gdim = ( (dx + (mx>0)) * bdim[0], (dy + (my>0)) * bdim[1]) )
func(drv.In(X), drv.In(Y), drv.Out(solution), block=bdim, grid=gdim)

This question and answer还可能有助于了解此过程的工作原理。

请注意，上述所有代码都是在浏览器中编写的，从未经过测试。使用它的风险自负。

还请注意，它基于对您的代码的非常简短的阅读，可能不正确，因为您在问题中没有真正描述任何有关如何调用代码的内容。