CUDA Texture Part.2 Linear Memory

前一篇已經大概介紹過 texture 的基本概念了,在這一篇,就來大概看一下,一般使用 linear memory 的 texture 的方法吧。

在宣告的部分,前面已經提過了,大致上就是:

texture<int, 1, cudaReadModeElementType> texRef;

的形式。這樣,就可以宣告出一個一維的整數 texture 了;而由於他的讀取模式是給定為 cudaReadModeElementType,所以之後由這個 texture 取出的值,也都會是整數(如果是 cudaReadModeNormalizedFloat,就會是浮點數)。

而宣告出 texture reference 的物件後,接下來就是要和現有的變數做連結了∼

Bind Texture

使用 linear memory 時,是要將在 global memory 中用 cudaMalloc() 定義出來的記憶體空間,透過 cudaBindTexture() 這個函式,來將 texture reference 連結到變數。其函式的型態為:

template<class T, int Dim, enum cudaReadModeElementType readMode>
cudaError_t cudaBindTexture( size_t* offset,
const struct texture<T, dim, readMode>& texRef,
const void* devPtr,
size_t size = UINT_MAX);

其中,offset 算是比較進階的設定,在這邊先略過,不過一般是都給 0。而 texRef 就是要 bind 的 texture,devPtr 則是要 bind 到 texRef 的資料;size 就是 devPtr 的記憶體空間大小,不過一般應該是可以省略不給。

而除了 cudaBindTexture() 外,當然也有相反的 cudaUnbindTexture()。他的動作就是解除 texture reference 和變數的關係。

template<class T, int Dim, enum cudaReadModeElementType readMode>
cudaError_t cudaunBindTexture(
const struct texture<T, dim, readMode>& texRef );

在 kernel 中使用

在 kernel function 中,要存取使用 linear memory 的 texture reference,要透過 tex1Dfetch() 這個函式;其型態為:

template<class Type>
Type tex1Dfetch( texture<Type, 1, ReadMode> texRef, int x);

也就是只要給他要讀取的 texture reference,以及要讀取的位置 x,就可以取得資料的值了∼

簡單的範例

上面已經把要使用 linear memory 的 CUDA texture 時所需要的基本功能都介紹過了,接下來就來給個簡單的範例吧∼程式可以到這個連結下載。

Heresy 這邊用的例子,是把兩張圖做 alpha blending,也就是把兩張圖各自設定透明度,疊在一起看;不過為了簡化,所以沒有去讀圖檔,而是直接建立測試的資料。下面就是 main() 的部分

void main( int argc, char** argv )
{
int width = 1920,
height = 1200,
channel = 3;


// Setup test data
unsigned char
*aImg1 = new unsigned char[ width*height*channel ],
*aImg2 = new unsigned char[ width*height*channel ],
*aRS1 = new unsigned char[ width*height*channel ],
*aRS2 = new unsigned char[ width*height*channel ];

for( int i = 0; i < width * height * channel; i )
{
aImg1[i] = 0;
aImg2[i] = 255;
}

// CPU code
Blend_CPU( aImg1, aImg2, aRS1, width, height, channel );

// GPU Code
Blend_GPU( aImg1, aImg2, aRS2, width, height, channel );

// check
for( int i = 0; i < width * height * channel; i )
if( aRS1[i] != aRS2[i] )
{
printf( "Error!!!!" );
break;
}
}

在這裡,是建立了四個大小是 1920*1200*3 的 unsigned char 一維陣列來充當圖檔;其中,aImg1aImg2 是當作來源,分別全部填入 0 和 255,而 aRS1 和 aRS2 則分別拿來儲存用 CPU 以及 GPU 計算後的結果。其中 Blend_CPU() 就是用 CPU 計算的函式、Blend_GPU() 則是用 GPU 計算的函式;在計算完後,結果會分別存在 aRS1aRS2 中。最後「check」的部分,就是在驗證 CPU 和 GPU 計算的結果是否一致了∼

而其中,Blend_CPU() 的內容是:

void Blend_CPU( unsigned char* aImg1, unsigned char* aImg2,
unsigned char* aRS,
int width, int height, int channel )
{
for( int i = 0; i < width * height * channel; i )
aRS[i] = (unsigned char)( 0.5 * aImg1[i] 0.5 * aImg2[i] );
}

可以看到這邊的程式非常簡單,就是用一個 for 迴圈,把整個陣列掃一遍,並把 aImg1aImg2 的值都乘上 0.5 後加起來。

接下來,就是 GPU 程式 Blend_GPU() 所在的的 .cu 檔了∼

#define BLOCK_DIM 512 
texture<unsigned char, 1, cudaReadModeElementType> rT1;
texture<unsigned char, 1, cudaReadModeElementType> rT2;

extern "C"
void Blend_GPU( unsigned char* aImg1, unsigned char* aImg2,
unsigned char* aRS,
int width, int height, int channel );

__global__ void Blending_Texture( unsigned char* aRS, int size )
{
int index = blockIdx.x * blockDim.x threadIdx.x;
if( index < size )
aRS[index] = 0.5 * tex1Dfetch( rT1, index )
0.5 * tex1Dfetch( rT2, index );
}

void Blend_GPU( unsigned char* aImg1, unsigned char* aImg2,
unsigned char* aRS,
int width, int height, int channel )
{
int size = height * width * channel;
int data_size = size * sizeof( unsigned char );

// part1, allocate data on device
unsigned char *dev_A, *dev_B, *dev_C;
cudaMalloc( (void**)&dev_A, data_size );
cudaMalloc( (void**)&dev_B, data_size );
cudaMalloc( (void**)&dev_C, data_size );

// part2, copy memory to device
cudaMemcpy( dev_A, aImg1, data_size, cudaMemcpyHostToDevice );
cudaMemcpy( dev_B, aImg2, data_size, cudaMemcpyHostToDevice );

// part2a, bind texture
cudaBindTexture(0, rT1, dev_A );
cudaBindTexture(0, rT2, dev_B );

// part3, run kernel
Blending_Texture<<< ceil( (float)size / BLOCK_DIM), BLOCK_DIM >>>
( dev_C, size );

// part4, copy data from device
cudaMemcpy( aRS, dev_C, data_size, cudaMemcpyDeviceToHost );

// part5, release data
cudaUnbindTexture(rT1);
cudaUnbindTexture(rT2);
cudaFree(dev_A);
cudaFree(dev_B);
cudaFree(dev_C);
}

第一行的所定義的 BLOCK_DIM 是定義成每一個 thread block 的大小為 512 個,而如果要執行的 thread 超過這個數值的話,就再切成數個 block 來做;也就是 part3 所指定的執行參數:「<<< ceil( (float)size / BLOCK_DIM), BLOCK_DIM >>>」。

第二行和第三行是宣告出兩個 CUDA 的 1D texture rT1rT2 出來,準備之後拿來當輸入用的兩個陣列用;而由於 texture 不能寫入,所以輸出的陣列也就沒必要轉換成 texture 來使用了。而應該是由於目前 CUDA 版本(1.1)的限制,texture reference 只能在 file-scope 宣告成為 global 變數,在 kernel function 中使用。

接下來先看 Blend_GPU() 這個函式,他的步驟如下:

  1. 先把所需要的記憶體大小計算出來
  2. [part1] 宣告 dev_Adev_Bdev_C,並指派記憶體空間;此時,dev_Adev_Bdev_C 就是使用 global memory 的變數。
  3. [part2] 透過 cudaMemcpy() 把資料由 host memory(aImg1aImg2) 複製到 device memory(dev_Adev_B)。
  4. [part2a] 透過 cudaBindTexture()rT1rT2 dev_Adev_B 做聯繫。而此時,rT1rT2 就算是使用 texture memory 的變數。
  5. [part3] 呼叫 kernel function:Blending_Texture() 來進行計算了。
  6. [part4] 將結果由 device memory(dev_C)複製回 host memory(aRS)。
  7. [part4] 透過 cudaUnbindTexture()rT1rT2 dev_Adev_B 間的聯繫解除,並使用 cudaFree() 將 device memory 釋放掉。

而最後就是這份程式的 kernel function:Blending_Texture() 了∼
在一開始,還是先利用 CUDA 自動提供的變數 blockIdxblockDimthreadIdx 來計算出 index 值,並判斷該 thread 是否超出要處理的大小。而之後,就透過 tex1Dfetch() 這個函式,來個別取出 rT1rT2index 的值,並將計算後的結果,存入 aRS[index] 中。如此,就完成了 kernel function 該做的事了。

2 thoughts on “CUDA Texture Part.2 Linear Memory”

  1. 你好我有個問題想請教您在記憶體複製的部份假如我host有塊記憶體A 大小為2000 device裡的記憶體B 大小為1000那我想將A後面一半的資料複製到B要如何指定我複製記憶體的起始點從中間開始呢?

  2. Heresy 認為你只要先取得記憶體 A 後半段開始的 pointer,拿來做 memcpy 就可以了。實際上,pointer 都是只有指到一開始的記憶體空間,然後再透過指定要複製記憶體的量,來把資料全部複製過去。也因此,你只要先去計算記憶體 A pointer 的 shift 就可以了。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。