Konfigurowanie programu Visual Studio Intellisense dla połączeń jądra CUDA

Wow, dużo kurzu na tym wątku. Wymyśliłem poprawkę makro (cóż, bardziej obejście...) za to, że myślałem, że się podzielę:

// nvcc does not seem to like variadic macros, so we have to define
// one for each kernel parameter list:
#ifdef __CUDACC__
#define KERNEL_ARGS2(grid, block) <<< grid, block >>>
#define KERNEL_ARGS3(grid, block, sh_mem) <<< grid, block, sh_mem >>>
#define KERNEL_ARGS4(grid, block, sh_mem, stream) <<< grid, block, sh_mem, stream >>>
#else
#define KERNEL_ARGS2(grid, block)
#define KERNEL_ARGS3(grid, block, sh_mem)
#define KERNEL_ARGS4(grid, block, sh_mem, stream)
#endif

// Now launch your kernel using the appropriate macro:
kernel KERNEL_ARGS2(dim3(nBlockCount), dim3(nThreadCount)) (param1); 

Wolę tę metodę, ponieważ z jakiegoś powodu zawsze tracę '

Począwszy od VS 2015 i CUDA 7 możesz dodać te dwa obejmuje przed innymi, pod warunkiem, że Twoje pliki mają rozszerzenie .cu:

#include "cuda_runtime.h"
#include "device_launch_parameters.h"

Nie ma potrzeby tworzenia makr. Potem wszystko będzie działać idealnie.

I LOVEDRandy 'Ssolution . Dopasuję i podbijam używając makr variadic preprocesora C:

#ifdef __INTELLISENSE__
#define CUDA_KERNEL(...)
#else
#define CUDA_KERNEL(...) <<< __VA_ARGS__ >>>
#endif

Przykłady użycia:

my_kernel1 CUDA_KERNEL(NUM_BLOCKS, BLOCK_WIDTH)();
my_kernel2 CUDA_KERNEL(NUM_BLOCKS, BLOCK_WIDTH, SHMEM, STREAM)(param1, param2);

Uczyłem się CUDA i napotkałem dokładnie ten problem. Jak powiedzieli inni, to po prostu problem Intellisense i można go zignorować, ale znalazłem czyste rozwiązanie, które faktycznie go usuwa.

Wygląda na to, że > > jest interpretowany jako poprawny kod, jeśli znajduje się wewnątrz funkcji szablonu.

Odkryłem to przypadkowo, kiedy chciałem stworzyć wrappery dla jąder, aby móc je wywoływać ze zwykłego kodu cpp. Jest zarówno ładną abstrakcją, jak i usuwa składnię błąd.

Plik nagłówkowy Jądra (np. kernel.cuh)

const size_t THREADS_IN_BLOCK = 1024;

typedef double numeric_t;

// sample kernel function headers
__global__ void sumKernel(numeric_t* out, numeric_t* f, numeric_t* blockSum, size_t N);
__global__ void expKernel(numeric_t* out, numeric_t* in, size_t N);
// ..

// strong-typed wrapper for a kernel with 4 arguments
template <typename T1, typename T2, typename T3, typename T4>
void runKernel(void (*fun)(T1, T2, T3, T4), int Blocks, T1 arg1, T2 arg2, T3 arg3, T4 arg4) { 
    fun <<<Blocks, THREADS_IN_BLOCK >>> (arg1, arg2, arg3, arg4);
}

// strong-typed wrapper for a kernel with 3 arguments
template <typename T1, typename T2, typename T3>
void runKernel(void (*fun)(T1, T2, T3), int Blocks, T1 arg1, T2 arg2, T3 arg3) { 
    fun <<<Blocks, THREADS_IN_BLOCK >>> (arg1, arg2, arg3);
}

// ...

// the one-argument fun cannot have implementation here
void runKernel(void (*fun)(), int Blocks);

W pliku. cu (tutaj pojawi się błąd składni, ale czy kiedykolwiek potrzebujesz funkcji jądra bez parametrów? jeśli nie, to i odpowiedni nagłówek można usunąć):

void runKernel(void (*fun)(), int Blocks) { 
    fun <<<Blocks, THREADS_IN_BLOCK >>> ();
}

Użycie w a .plik cpp:

runKernel(kernelFunctionName, arg1, arg2, arg3);
// for example runKernel(expKernel, B, output, input, size);