# Giới Thiệu Về NVIDIA Compute Sanitizer Trong bài viết này, mình sẽ hướng dẫn các bạn cách sử dụng **NVIDIA Compute Sanitizer**, một công cụ hữu ích giúp các lập trình viên mới bắt đầu với CUDA dễ dàng phát hiện lỗi trong mã nguồn của họ. >Mặc dù đối với những bạn đã quen thuộc với CUDA thì tính năng của **NVIDIA Compute Sanitizer** có thể không quá cần thiết, nhưng việc nắm bắt kiến thức về công cụ này vẫn rất quan trọng. # Tính Năng Của NVIDIA Compute Sanitizer **NVIDIA Compute Sanitizer** hỗ trợ kiểm tra bốn loại lỗi phổ biến mà các lập trình viên CUDA mới thường mắc phải: * **Memcheck**: Kiểm tra lỗi truy cập bộ nhớ và phát hiện rò rỉ bộ nhớ. * **Racecheck**: Công cụ phát hiện lỗi truy cập dữ liệu trong bộ nhớ chia sẻ. * **Initcheck**: Phát hiện lỗi truy cập bộ nhớ toàn cục chưa được khởi tạo. * **Synccheck**: Kiểm tra lỗi đồng bộ hóa giữa các luồng. ## Ví Dụ Code Cơ Bản Dưới đây là một đoạn mã đơn giản thực hiện cộng hai vector để minh họa bốn trường hợp lỗi: ```c #include __global__ void vectorAdd(int *a, int *b, int *c, int n) { int tid = blockIdx.x * blockDim.x + threadIdx.x; c[tid] = a[tid] + b[tid]; } int main() { int n = 10; int *a, *b, *c; int *d_a, *d_b, *d_c; int size = n * sizeof(int); a = (int*)malloc(size); b = (int*)malloc(size); c = (int*)malloc(size); for (int i = 0; i < n; i++) { a[i] = i; b[i] = i; } cudaMalloc((void**)&d_a, size); cudaMalloc((void**)&d_b, size); cudaMalloc((void**)&d_c, size); cudaMemcpy(d_a, a, size, cudaMemcpyHostToDevice); cudaMemcpy(d_b, b, size, cudaMemcpyHostToDevice); vectorAdd<<<1, ?>>>(d_a, d_b, d_c, n); cudaMemcpy(c, d_c, size, cudaMemcpyDeviceToHost); free(a); free(b); free(c); return 0; } ``` Khi bắt đầu lập trình CUDA, nhiều bạn có thể mắc lỗi cơ bản là sử dụng số luồng ít hoặc nhiều hơn dữ liệu, dẫn đến hiện tượng **“undefined behavior”** mà không có thông báo lỗi cụ thể. Điều này có thể gây ra lỗi logic trong chương trình lớn hơn và ảnh hưởng nghiêm trọng đến việc phân bổ bộ nhớ. ## Phát Hiện Lỗi Với Initcheck Giả sử chúng ta chỉnh sửa mã lệnh như sau để sử dụng 9 luồng: ```c vectorAdd<<<1, 9>>>(d_a, d_b, d_c, n); ``` Với N = 10 và 9 luồng, chúng ta sẽ gặp phải vấn đề rò rỉ bộ nhớ. Để kiểm tra, chúng ta sử dụng câu lệnh sau: ```bash compute-sanitizer --tool initcheck --track-unused-memory yes --show-backtrace no ``` Vì chúng ta sử dụng 10 phần tử (4 bytes mỗi phần tử) nhưng chỉ dùng 9 luồng, khoản bộ nhớ không được sử dụng tương ứng 10% tổng bộ nhớ. Khi sửa mã lại thành dùng 10 luồng, chúng ta sẽ khắc phục được lỗi này. ## Kiểm Tra Lỗi Với Memcheck Bây giờ chuyển sang trường hợp sử dụng nhiều hơn 10 luồng: ```c vectorAdd<<<1, 11>>>(d_a, d_b, d_c, n); ``` Với 11 luồng, ta chỉ khởi tạo đủ cho 10 luồng, dẫn đến lỗi **threads out-of-bounds array access**. Lệnh kiểm tra lỗi sẽ là: ```bash compute-sanitizer --tool memcheck --show-backtrace no ``` Khi sao chép qua GPU bằng `cudaMemcpy`, phần tử thứ 11 sẽ bị lỗi vì dữ liệu không đủ. Để khắc phục, chúng ta cần giới hạn luồng như sau: ```c if (tid < n) { c[tid] = a[tid] + b[tid]; } ``` Ngoài ra, đừng quên sử dụng `cudaFree` để tránh lỗi rò rỉ bộ nhớ, lệnh kiểm tra sẽ là: ```bash compute-sanitizer --tool memcheck --leak-check=full --show-backtrace no ``` ## Kết Luận Hai lỗi còn lại là **Synccheck** và **Racecheck** sẽ được trình bày chi tiết trong phần sau của bài viết. Hãy theo dõi để không bỏ lỡ kiến thức quan trọng này! source: viblo

Bài viết về chủ đềNVIDIA Compute Sanitizer

Tổng hợp các bài viết về NVIDIA Compute Sanitizer

Hướng Dẫn Sử Dụng NVIDIA Compute Sanitizer - Phần 1profilingnvidia toolsNVIDIA Compute SanitizerGPUcuda

Chủ đề phổ biến

Hướng Dẫn Sử Dụng NVIDIA Compute Sanitizer - Phần 1