CL_OUT_OF_RESOURCES 很纳闷啊

一只小可爱啊 2017-05-24 05:27:48
cl代码如下:
__kernel void KMeans(
__global int* nOutCount,
__global float* vecInPointModel,
__global float* vecInCenterModel

)
{
int i = get_global_id(0);
int flag=0;
float minDistance = 9999999.9;
float dis=0.0;

for (int k = 0; k < 2000; k++)
{
for(int j=0;j<50;j++)
{
float l = fabs(vecInPointModel[i*50+j]- vecInCenterModel[k*50+j]);
dis = dis +l;//dis += l;
}
if (dis <=minDistance )
{
flag = k;
minDistance = dis;
}

dis=0.0;

}
nOutCount[i] = flag;
}
cpu部分代码:
#define N 1000*128 //宏定义
#define CN 2000
#define DIM 50

float* vecInPointModel = new float[N*DIM];//申请内存
float* vecInCenterModel = new float[CN*DIM];
int* nOutCount = new int[N];
//clCreateBuffer
clmemOut_OutU = clCreateBuffer(m_context, CL_MEM_READ_WRITE, sizeof(int)*N, NULL, NULL);
clmemArrayIn_Point = clCreateBuffer(m_context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR, sizeof(float)*N*DIM, vecInPointModel, NULL);
clmemArrayIn_Center = clCreateBuffer(m_context, CL_MEM_READ_ONLY | CL_MEM_COPY_HOST_PTR, sizeof(float)*CN*DIM, vecInCenterModel, NULL);
int a = 0;

err = clSetKernelArg(m_kernel_Add,a++,sizeof(cl_mem),&clmemOut_OutU);//设置参数
err |= clSetKernelArg(m_kernel_Add,a++,sizeof(cl_mem),&clmemArrayIn_Point);
err |= clSetKernelArg(m_kernel_Add,a++,sizeof(cl_mem),&clmemArrayIn_Center);

size_t localws[1] = {32};
size_t globalws[1] = {N};
int* nOutSumCount = new int[N];
//运行
err = clEnqueueNDRangeKernel(m_commandQueue,m_kernel_Add,1,NULL,globalws,localws,0,NULL,NULL);
clFinish(m_commandQueue);
//读取
err = clEnqueueReadBuffer(m_commandQueue, clmemOut_OutU,CL_TRUE,0,sizeof(int)*N,nOutSumCount,0,0,0);

Interl运行正常 NVIDIA运行clEnqueueReadBuffer报错CL_OUT_OF_RESOURCES
不用担心内存申请过大,Interl GPU才384M NVIDIA是512M
也不用担心globalsize和localsize
也不用担心数组越界

另外通过测试:(只进行参考 避免误导)
for(int j=0;j<50;j++)
{
float l = fabs(vecInPointModel[i*50+j]- vecInCenterModel[k*50+j]);
dis = dis +l;//dis += l;
}
if (dis <=minDistance )
{
flag = k;
minDistance = dis;
}
完全屏蔽if或者for NVIDIA都能正常运行,否则CL_OUT_OF_RESOURCES
屏蔽for里面的dis = dis +l; 也能正常运行
或者把dis = dis +l;改成dis += 1.0; 也能正常运行。为什么跟vecInPointModel[i*50+j]这个联系上,就不行?

网上查找没有能够找出错误,还请大神帮个忙,帮小弟看看


...全文
2100 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文围绕“基于雅可比伪逆迭代的双臂协同轨迹规划与跟踪误差收敛性研究”展开,系统探讨了利用雅可比矩阵伪逆法实现双机械臂协同运动的轨迹规划方法,并通过Matlab代码实现了对系统跟踪误差收敛性的仿真验证。研究内容涵盖双臂协同的动力学建模、雅可比伪逆算法的迭代求解机制、轨迹跟踪控制器的设计,以及跟踪误差收敛性的数学证明与数值仿真分析,旨在提升多机械臂系统在复杂协作任务中的运动协调性、轨迹跟踪精度与控制稳定性。; 适合人群:具备机器人学、自动控制理论及数值计算基础,熟悉Matlab/Simulink仿真环境,从事多机械臂协同控制、轨迹规划算法开发及相关方向的研究生、科研人员或工程技术人员。; 使用场景及目标:①研究双机械臂系统在协同作业中的运动规划与控制策略;②掌握雅可比伪逆法在冗余自由度机器人运动学求解中的应用原理;③实现并验证轨迹规划算法的仿真性能与误差收敛特性;④为工业装配、协作搬运、精密操作等多臂机器人应用场景提供算法支持与技术参考。; 阅读建议:建议读者结合Matlab代码逐模块分析算法实现细节,重点关注雅可比矩阵的构建方法、伪逆求解过程及其在迭代控制中的应用机制,同时通过仿真结果对比分析不同参数对系统收敛性与跟踪精度的影响,宜在实际调试中调整增益参数与初始条件以深化对控制性能的理解。

607

社区成员

发帖
与我相关
我的任务
社区描述
异构开发技术
社区管理员
  • OpenCL和异构编程社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧