OpenMP 卸载了在主机和目标设备中执行的目标区域

我正在开发一个项目，需要使用 Clang 将 OpenMP 卸载到 Nvidia GPU。我能够按照提到的说明安装 Clang 以支持卸载here.

系统规格

• 操作系统 - Ubuntu 16.04 LTS
• 铿锵-版本 4.00
• 处理器 - Intel(R) Core(TM) i7 -4700MQ CPU
• Cuda -版本 - 9.0
• Nvidia GPU - GeForce 740M (sm_capability - 35)

但问题是，当我执行示例程序来测试 Nvidia GPU 的 OpenMP 时，部分目标区域往往在 GPU 中运行，然后相同的目标区域开始在主机中执行。

请在此处找到示例程序，这是一个用于执行 2 个矩阵相乘的小型 C 程序。

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <omp.h>

/* Problem size. */
# define N 1920

void init_array(float* A, float* B)
{
    int i, j;
    for (i = 0; i < N; i++)
    {
        for (j = 0; j < N; j++)
        {
            A[i*N + j] = ((float) i*j) / N;
        }
    }

    for (i = 0; i < N; i++)
    {
        for (j = 0; j < N; j++)
        {
            B[i*N + j] = ((float) i*(j+1)) / N;
        }
    }
}
void  mm_kernel(float *A, float *B, float *E)
{

    #pragma omp target data map(to:A) map(to:B) map(alloc:E)
{
    #pragma omp target
    #pragma omp teams distribute num_teams(4)
        for (int i = 0; i < N; i++)
  {
        printf("Team %d Thread %d Number of threads %d \n", omp_get_team_num() ,omp_get_thread_num(),omp_get_num_threads());
        #pragma omp  parallel for
        for (int j = 0; j < N; j++)
    {
            E[i*N + j] = 0.0;
            for(int k = 0; k < N; k++)
            {
                E[i*N + j] = E[i*N + j] + A[i*N + k] * B[j*N+k];
            }
    }
    }
  }
    }

int main(){
  double t_start, t_end;

    float* A;
    float* B;
    float* E;

    A = (float*)malloc(N*N*sizeof(float));
    B = (float*)malloc(N*N*sizeof(float));
    E = (float*)malloc(N*N*sizeof(float));
    init_array(A, B); //initialize Matrix A and B

    t_start = omp_get_wtime();
    mm_kernel(A,B,E);
    t_end = omp_get_wtime();

    printf("Time spent %lf\n",t_end-t_start );
    free(A);
    free(B);
    free(E);
}

该程序是使用编译的

clang -fopenmp -fopenmp-targets=nvptx64-nvidia-cuda 3mm.c -o 3mmgpu 

声称目标区域在主机和目标设备中执行的主要原因是命令行的输出。

首先，团队 0 和团队 1 显示每个团队有 960 个线程，后来的迭代为每个团队提供 2 个线程（我的处理器是 4 核处理器，能够处理每个核心 2 个硬件级线程。）。

我还尝试使用 nvprof 执行 fat 二进制文件，以验证 GPU 中是否正在执行任何操作。

分析结果如下。

实际上我无法理解目标区域正在发生什么。为什么目标区域同时在主机和目标设备中执行。

我正在发布问题的答案，因为我终于能够找出代码中出了什么问题。问题是目标设备崩溃中的卸载区域，因为我错误地将数据映射到 GPU。我只映射了指针，没有在 GPU 中分配内存。因此，当 GPU 执行崩溃时，执行会在主机中进行。

感谢@Alexey Bataev 指出了这一点。