CUDA Texture Part.3 CUDA Array

在 CUDA Texture 文章的第一篇大概講了一下 texture 在 CUDA 裡的基本概念，而第二篇則是講了 linear memory 的 texture，接下來，自然就是 CUDA Array 的 texture 了∼

CUDA Array

CUDA array 在 cuda 中是一個特殊的資料型別，叫做 cudaArray，在 CUDA 中，他應該是專門給 texture 用的一種型別；要對他做記憶體的管裡，則是要透過 cudaMallocArray()、cudaFreeArray()、cudaMemcpyToArray() 等函式。此外，由於 cudaArray 本身並非 template 的型別，所以在透過 cudaMallocArray() 來配置記憶體時，也要透過 cudaChannelFormatDesc 這個特殊的資料型別，來設定他的資料型別。

cudaChannelFormatDesc channelDesc = cudaCreateChannelDesc<float>();
cudaArray* cuArray;
cudaMallocArray(&cuArray, &channelDesc, width, height);

上面就是一個簡單的例子，所宣告出來的 cuArray，就是一個內部資料是 float，大小是 width * height 的 CUDA Array。其中，cudaChannelFormatDesc 是一個用來描述 fetch 一個 texture 時，回傳值的資料的型別；而要產生對應型別的資料，只要使用他的 template function：

template<class T>
struct cudaChannelFormatDesc cudaCreateChannelDesc<T>();

而在 cudaMallocArray() 的使用上，也只需要給四個參數：cudaArray**、cudaChannelFormatDesc*、寬、高。

而相較於一般 linear memory 是用 cudaMemcpy() 來將資料由 host memory 複製到 device memory，CUDA Array 要改用 cudaMemcpyToArray() 來做複製的動作；這個函式的形式為：

cudaError_t cudaMemcpyToArray(struct cudaArray* dstArray,
                              size_t dstX, size_t dstY,
                              const void* src, size_t count,
                              enum cudaMemcpyKind kind);

這個函式會把來源資料 src 複製到 dstArray 中；而 cudaMemcpyKind 則是用來指定複製的方向，有 cudaMemcpyHostToHost、cudaMemcpyHostToDevice、cudaMemcpyDeviceToHost、cudaMemcpyDeviceToDevice 四種值。
第五個參數 count 是代表要複製的資料量；而 dstX 和 dstY 則是代表要由 src 的左上角 (dstX, dstY) 的位置開始複製資料，一般來說應該都是給 0。

Texture with CUDA array

對於使用 CUDA array 的 texture，是要使用 cudaBindTextureToArray() 這個函式來把 CUDA array 和 texture 聯繫起來；使用上，只要給他 texture 和 cudaArray 當作參數就可以了∼其函式形式為：

template<class T, int dim, enum cudaTextureReadMode readMode>
cudaError_t cudaBindTextureToArray(
               const struct texture<T, dim, readMode>& texRef,
               const struct cudaArray* cuArray);

而要解除 texture 和 CUDA array 的關係，使用的函式和 linear memory 時是一樣的，都是 cudaUnbindTexture()。

而在存取上，和 linear memory 的 texture 時的 tex1Dfetch() 不同，是要使用 tex1D()、tex2D() 這兩個函式，分別是用在 1D 和 2D 的 texture。其形式分別為：

template<class Type, enum cudaTextureReadMode readMode>
Type tex1D(texture<Type, 1, readMode> texRef, float x);
 
template<class Type, enum cudaTextureReadMode readMode>
Type tex2D(texture<Type, 2, readMode> texRef, float x, float y);

簡單範例

接下來，還是用實例來看吧∼這邊是用 CUDA Array 的 texture 來做 transpose 的動作。[程式原始碼下載]

首先，main() 的內容如下：

void main( int argc, char** argv )
{
    int w    = 1920,
         h    = 1200;
  
    // Setup test data
    unsigned char  *aSrc = new unsigned char[ w * h ],
                        *aRS1 = new unsigned char[ w * h ],
                        *aRS2 = new unsigned char[ w * h ];
    for( int i = 0; i < w * h ;    i )
        aSrc[i] = i % 256;
  
    // CPU code
    Transpose_CPU( aSrc, aRS1, w, h ); 
 
    // GPU Code
    Transpose_GPU( aSrc, aRS2, w, h ); 
 
    // check
    for( int i = 0; i < w * h;    i )
        if( aRS1[i] != aRS2[i] )
        {
            printf( "Error!!!!" );
            break;
        }
}

一樣很簡單，就先宣告出原始資料的 aSrc，還有轉置過的資料 aRS1 和 aRS2；然後在原始資料 aSrc 中，填入一些值。（以此例，aSrc 應該是 1920*1200，aRS1 和 aRS2 應該是 1200 * 1920；不過由於在宣告成一維陣列時沒差別，所以沒特別去修改。）

而接下來，就是分別跑 CPU 版和 GPU 版的程式，並比較兩者的結果了∼而 CPU 版的函式 Transpose_CPU() 內容如下：

void Transpose_CPU( unsigned char* sImg, unsigned char *tImg,
                    int w, int h )
{
    int x, y, idx1, idx2;
    for( y = 0; y < h;    y )
        for( x = 0; x < w;    x )
        {
            idx1 = y * w   x;
            idx2 = x * h   y;
            tImg[idx2] = sImg[idx1];
        }
}

內容應該不用多加解釋了∼總之，就是根據方向的不同，採取不同的方法計算出 idx1 和 idx2 兩個記憶體空間的索引值，以此來把資料由 sImg 複製到 tImg，藉此做到轉置的動作。

而 Transpose_GPU() 所在的 .cu 檔，內容則如下：

#define BLOCK_DIM 16  texture<unsigned char, 2, cudaReadModeElementType> rT;  extern "C" 
void Transpose_GPU( unsigned char* sImg, unsigned char *tImg,
                             int w, int h );

 
__global__ 
void Transpose_Texture( unsigned char* aRS, int w, int h )
{
     int idxX = blockIdx.x * blockDim.x   threadIdx.x,
          idxY = blockIdx.y * blockDim.y   threadIdx.y;
     if( idxX < w && idxY < h )
         aRS[ idxX * h   idxY ] = tex2D( rT, idxX, idxY );
}
 
void Transpose_GPU( unsigned char* sImg, unsigned char *tImg,
                             int w, int h )
{
     // compute the size of data
     int data_size = sizeof(unsigned char) * w * h;
 
    // part1a. prepare the result data
     unsigned char *dImg;
     cudaMalloc( (void**)&dImg, data_size );
 
     // part1b. prepare the source data
     cudaChannelFormatDesc chDesc = cudaCreateChannelDesc<unsigned char>();
     cudaArray* cuArray;
     cudaMallocArray(&cuArray, &chDesc, w, h);
     cudaMemcpyToArray( cuArray, 0, 0, sImg, data_size,
                                   cudaMemcpyHostToDevice );
     cudaBindTextureToArray( rT, cuArray );
 
     // part2. run kernel
     dim3 block( BLOCK_DIM, BLOCK_DIM ),
            grid( ceil( (float)w / BLOCK_DIM), ceil( (float)h / BLOCK_DIM) );
     Transpose_Texture<<< grid, block>>>( dImg, w, h );
 
     // part3. copy the data from device
     cudaMemcpy( tImg, dImg, data_size, cudaMemcpyDeviceToHost );
 
     // par4. release data
     cudaUnbindTexture( rT );
     cudaFreeArray( cuArray );
     cudaFree( dImg ); } 

首先，之前也有提過了，目前的 CUDA 似乎只允許把 texture 宣告在 file-scope，所以一開始就要宣告一個 2D texture 來當輸入資料；說實話，對於這點 Heresy 覺得實在不是很方便。

接下來，直接看 main() 所呼叫的 Transpose_GPU() 吧∼他做的內容如下：

1. 先把所需要的記憶體大小計算出來
2. [part1a] 宣告 dImg，並指派記憶體位址給 dImg 來儲存計算後的結果。
3. [part1b] 建立 CUDA array cuArray、派記憶體位址，將資料由 host memory（sImg） 複製到 device memory（cuArray）；並透過 cudaBindTextureToArray() 將 rT 和 cuArray 做聯繫。
4. [part2] 呼叫 kernel function：Transpose_Texture() 來進行計算。在這邊，thread block 的大小是定義為 BLOCK_DIM*BLOCK_DIM(16*16)，grid 的大小則是根據寬和高來除以 block 的大小。
5. [part3] 將結果由 device memory（dImg）複製回 host memory（tImg）。
6. [part4] 透過 cudaUnbindTexture() 將 rT 和 sImg 間的聯繫解除，並使用 cudaFreeArray()、cudaFree() 將 device memory 釋放掉。

而本程式的 kernel function Transpose_Texture() 內，則是直接透過 blockIdx、blockDim、threadIdx 這三個變數，計算出二維中的位置，並在 x、y 都沒有超過範圍時，進行資料轉置的複製，把 (idxX, idxY) 的資料，透過 tex2D() 取出，儲存到 aRS[ idxX * h idxY ]。

到此為止，應該是使用 CUDA 2D texture 最基本的方法了∼實際上正如在 part.1 時所提及的，使用 CUDA Array 的 texture 其實還有一些額外的功能可以使用！而除了 high-level 的使用外，也還有 low-level、更細節的功能可以使用∼不過這邊就暫時不提了∼之後有空再說吧。 :p