并行计算学习笔记1

最新推荐文章于 2024-01-09 01:23:01 发布

原创最新推荐文章于 2024-01-09 01:23:01 发布 · 1.1k 阅读

0 ·

CC 4.0 BY-SA版权

本文详细介绍了在使用Julia进行GPU编程时遇到的主机与设备函数调用冲突错误，并提供了相应的解决方案。通过正确地理解和使用CUDA库，避免了在代码中直接调用主机函数于设备环境中，成功解决了报错问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

CUDA C

分配内存

cudaMalloc((void**)&dev_c,sizeof(int));

释放内存

cudaFree(dev_c);

在设备代码中使用设备指针以及调用

cudaMemcpy( &c, dev_c, sizeof(int), cudaMemcpyDeviceToHost)；

查询设备

cudaGetDeviceCount(&count);

查询设备属性

cudaGetDeviceProperties(&prop.i);

在运行julia程序时提示报错

julia_gpu.cu(42): error: calling a __host__ function("cuComplex::cuComplex") from a __device__ function("julia") is not allowed

julia_gpu.cu(43): error: calling a __host__ function("cuComplex::cuComplex") from a __device__ function("julia") is not allowed

julia_gpu.cu(47): error: calling a __host__ function("cuComplex::cuComplex") from a __device__ function("julia") is not allowed

julia_gpu.cu(47): error: calling a __host__ function("cuComplex::cuComplex") from a __device__ function("julia") is not allowed

4 errors detected in the compilation of "/tmp/tmpxft_00003288_00000000-6_julia_gpu.cpp1.ii".