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。
  1. cudaChannelFormatDesc channelDesc = cudaCreateChannelDesc();
  2. cudaArray* cuArray;
  3. cudaMallocArray(&cuArray, &channelDesc, width, height);
    4.
复制代码
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：
  1. template
  2. struct cudaChannelFormatDesc cudaCreateChannelDesc();
    3.
复制代码
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：
  1. cudaError_t cudaMemcpyToArray(struct cudaArray* dstArray,
  2.                               size_t dstX, size_t dstY,
  3.                               const void* src, size_t count,
  4.                               enum cudaMemcpyKind kind);
    5.
复制代码
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：
  1. template
  2. cudaError_t cudaBindTextureToArray(
  3.                const struct texture& texRef,
  4.                const struct cudaArray* cuArray);
    5.
复制代码
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：
  1. template
  2. Type tex1D(texture texRef, float x);

  4. template
  5. Type tex2D(texture texRef, float x, float y);
    6.
复制代码


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：
  1. void main( int argc, char** argv )
  2. {
  3.     int w    = 1920,
  4.         h    = 1200;

  6.     // Setup test data
  7.     unsigned char  *aSrc = new unsigned char[ w * h ],
  8.                    *aRS1 = new unsigned char[ w * h ],
  9.                    *aRS2 = new unsigned char[ w * h ];
  10.     for( int i = 0; i < w * h ; ++ i )
  11.         aSrc = i % 256;

  13.     // CPU code
  14.     Transpose_CPU( aSrc, aRS1, w, h );

  16.     // GPU Code
  17.     Transpose_GPU( aSrc, aRS2, w, h );

  19.     // check
  20.     for( int i = 0; i < w * h; ++ i )
  21.         if( aRS1 != aRS2 )
  22.         {
  23.             printf( "Error!!!!\n" );
  24.             break;
  25.         }
  26. }
    27.
复制代码
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：
  1. void Transpose_CPU( unsigned char* sImg, unsigned char *tImg,
  2.                     int w, int h )
  3. {
  4.     int x, y, idx1, idx2;
  5.     for( y = 0; y < h; ++ y )
  6.         for( x = 0; x < w; ++ x )
  7.         {
  8.             idx1 = y * w + x;
  9.             idx2 = x * h + y;
  10.             tImg[idx2] = sImg[idx1];
  11.         }
  12. }
    13.
复制代码
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：
  1. #define BLOCK_DIM 16

  3. texture rT;

  5. extern "C"
  6. void Transpose_GPU( unsigned char* sImg, unsigned char *tImg,
  7.                     int w, int h );

  9. __global__
  10. void Transpose_Texture( unsigned char* aRS, int w, int h )
  11. {
  12.     int idxX = blockIdx.x * blockDim.x + threadIdx.x,
  13.         idxY = blockIdx.y * blockDim.y + threadIdx.y;
  14.     if( idxX < w && idxY < h )
  15.         aRS[ idxX * h + idxY ] = tex2D( rT, idxX, idxY );
  16. }

  18. void Transpose_GPU( unsigned char* sImg, unsigned char *tImg,
  19.                     int w, int h )
  20. {
  21.     // compute the size of data
  22.     int data_size = sizeof(unsigned char) * w * h;


  25.     // part1a. prepare the result data
  26.     unsigned char *dImg;
  27.     cudaMalloc( (void**)&dImg, data_size );

  29.     // part1b. prepare the source data
  30.     cudaChannelFormatDesc chDesc = cudaCreateChannelDesc();
  31.     cudaArray* cuArray;
  32.     cudaMallocArray(&cuArray, &chDesc, w, h);
  33.     cudaMemcpyToArray( cuArray, 0, 0, sImg, data_size,
  34.                        cudaMemcpyHostToDevice );
  35.     cudaBindTextureToArray( rT, cuArray );

  37.     // part2. run kernel
  38.     dim3 block( BLOCK_DIM, BLOCK_DIM ),
  39.          grid( ceil( (float)w / BLOCK_DIM), ceil( (float)h / BLOCK_DIM) );
  40.     Transpose_Texture<<< grid, block>>>( dImg, w, h );

  42.     // part3. copy the data from device
  43.     cudaMemcpy( tImg, dImg, data_size, cudaMemcpyDeviceToHost );

  45.     // par4. release data
  46.     cudaUnbindTexture( rT );
  47.     cudaFreeArray( cuArray );
  48.     cudaFree( dImg );
  49. }
    50.
复制代码
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：


  • 先把所需要的記憶體大小計算出來
  • [part1a] 宣告 dImg，並指派記憶體位址給 dImg 來儲存計算後的結果。
  • [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。
  • [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。
  • [part3] 將結果由 device memory（dImg）複製回 host memory（tImg）。
  • [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