runtime error in 'bench_cg.py'
Chưa có ai nhận issue này.
Đánh giá
- Độ khó
- 4/5
- Thời gian dự kiến
- 3-5 ngày
- Mức phù hợp với người mới
- 25/100
Hướng nghiên cứu
Bắt đầu bằng cách chạy examples/benchmarks/bench_cg.py và so sánh setup_input path của nó ở dòng 51 với ví dụ bench_fft.py đang hoạt động. Kiểm tra hành vi được báo cáo của af.info() và af.get_backend()/af.set_backend(), bao gồm cả các chi tiết về CUDA runtime trong báo cáo. Hoàn thành nghĩa là xác định được nguyên nhân của lỗi biên dịch PTX và metadata thiết bị bị thiếu hoặc thay đổi backend.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
Hello,
I'm getting a runtime error running the bench_cg.py example:
RuntimeError: In function std::vector cuda::compileToPTX(const char*, std::string)
Also, the af.info() seems to see the GPU device, but doesn't assign it an ID, not could detect its memory and compute capability. At the same time, the bench_fft.py seems to work.
(venv3) igu@demeter:~$ nvidia-smi
Fri Apr 19 17:45:53 2019
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 418.39 Driver Version: 418.39 CUDA Version: 10.1 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 GeForce GTX 980 Off | 00000000:02:00.0 Off | N/A |
| 30% 42C P0 45W / 195W | 0MiB / 4040MiB | 0% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
(venv3) igu@demeter:~$ export | grep LD_LILI
declare -x LD_LIBRARY_PATH=":/usr/local/cuda/lib64:/opt/arrayfire/lib64:/usr/local/cuda/nvvm/lib64"
(venv3) igu@demeter:~$ python /mnt/Simulations/IvanG/WORKSPACE/arrayfire_examples/examples/benchmarks/bench_fft.py
ArrayFire v3.6.2 (CUDA, 64-bit Linux, build dc38ef1)
Platform: CUDA Toolkit , Driver: 418.39
[] GeForce GTX 980, MB, CUDA Compute .
Benchmark N x N 2D fft on arrayfire
Time taken for 128 x 128: 0.9280 Gflops
Time taken for 256 x 256: 174.0147 Gflops
Time taken for 512 x 512: 300.4586 Gflops
Time taken for 1024 x 1024: 298.9022 Gflops
Time taken for 2048 x 2048: 287.5326 Gflops
Time taken for 4096 x 4096: 309.7844 Gflops
Benchmark N x N 2D fft on numpy
Time taken for 128 x 128: 4.4689 Gflops
Time taken for 256 x 256: 4.8368 Gflops
Time taken for 512 x 512: 4.4340 Gflops
Time taken for 1024 x 1024: 3.8707 Gflops
(venv3) igu@demeter:~$ python /mnt/Simulations/IvanG/WORKSPACE/arrayfire_examples/examples/benchmarks/bench_cg.py
ArrayFire v3.6.2 (CUDA, 64-bit Linux, build dc38ef1)
Platform: CUDA Toolkit , Driver: 418.39
[] GeForce GTX 980, MB, CUDA Compute .
Testing benchmark functions...
Traceback (most recent call last):
File "/mnt/Simulations/IvanG/WORKSPACE/arrayfire_examples/examples/benchmarks/bench_cg.py", line 199, in <module>
test()
File "/mnt/Simulations/IvanG/WORKSPACE/arrayfire_examples/examples/benchmarks/bench_cg.py", line 141, in test
A, b, x0 = setup_input(n=50, sparsity=7) # dense A
File "/mnt/Simulations/IvanG/WORKSPACE/arrayfire_examples/examples/benchmarks/bench_cg.py", line 51, in setup_input
A = A.T + A + n*af.identity(n, n, dtype=af.Dtype.f32)
File "/opt/venv3/lib/python3.6/site-packages/arrayfire/array.py", line 664, in T
return transpose(self, False)
File "/opt/venv3/lib/python3.6/site-packages/arrayfire/array.py", line 318, in transpose
safe_call(backend.get().af_transpose(c_pointer(out.arr), a.arr, conj))
File "/opt/venv3/lib/python3.6/site-packages/arrayfire/util.py", line 79, in safe_call
raise RuntimeError(to_str(err_str))
RuntimeError: In function std::vector<char> cuda::compileToPTX(const char*, std::string)
In file src/backend/cuda/jit.cpp:
(venv3) igu@demeter:~$
Also, setting the backend doesn't seem to have an effect:
>>> af.get_backend()
'unified'
>>> af.set_backend('cuda')
>>> af.get_backend()
'unified'
Thank you,
Ivan
- Ngôn ngữ chính
- Python
- Star
- 422
- Fork
- 63
- Chỉ số merge pull request
- Không có pull request nào được merge trong 30 ngày
Hướng dẫn đóng góp
Chưa lập chỉ mục được hướng dẫn đóng góp cho kho mã nguồn này
Bắt đầu từ đâu
- Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
- Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
- Fork repository và làm thay đổi trên một nhánh.
- Mở pull request có tham chiếu số hiệu của issue.
Issue khác của arrayfire/arrayfire-python
-
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100
arrayfire/arrayfire-python#271 ·
-
Unwrap phase function Đang mở
Độ khó 5/5 Hơn một tuần Mức phù hợp với người mới 25/100
arrayfire/arrayfire-python#270 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 35/100
arrayfire/arrayfire-python#269 ·
-
Độ khó 4/5 3-5 ngày Mức phù hợp với người mới 38/100
arrayfire/arrayfire-python#268 · 1 bình luận ·
-
Độ khó 3/5 1-2 ngày Mức phù hợp với người mới 48/100
arrayfire/arrayfire-python#267 · 1 bình luận · 1 reaction ·
Tất cả issue của arrayfire/arrayfire-python
Issue tương tự
-
Add: hunch Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 74/100
AbdelStark/awesome-typesafe#104 ·
-
enhancement
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 72/100
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 68/100
DiamondLightSource/dodal#2211 ·
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 88/100
openml/openml-python#1749 ·
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 88/100
sipyourdrink-ltd/bernstein#6191 ·