OpenCL 的 enqueueWriteBuffer 导致 __memcpy_sse2_unaligned 分段错误
OpenCL's enqueueWriteBuffer causes __memcpy_sse2_unaligned segmentation fault
我有以下 OpenCL 代码，使用 C++ Wrapper 和英特尔的 OpenCL 工具包：
#include <Eigen/StdVector>
...
typedef Sample_t float
typedef std::vector<Sample_t, Eigen::aligned_allocator<Sample_t> > SampleArray;
...
SampleArray data(ns * nt);
...
mdata = cl::Buffer(context, CL_MEM_READ_ONLY, sizeof(Sample_t) * data.size());
queue.enqueueWriteBuffer(mdata, CL_FALSE, 0, sizeof(Sample_t) * data.size(), &data[0]);
当使用 -O3、march=native 和 mtune=native 标志编译时，它会导致来自 TBB 代码的以下分段错误：
__memcpy_sse2_unaligned() at memcpy-sse2-unaligned.S:116 0x7ffff6e64ba4
没有任何优化，程序运行良好。
我将问题追溯到 queue.enqueueWriteBuffer 调用，没有它我没有任何问题。
我试图注释掉修改变量 "data" 的部分代码，以防我访问无效的内存位置，但问题仍然存在。
如果我从 std::vector 中删除 aligned_allocator，没有优化的构建也会开始崩溃。
我总共有 70MB 试图存储在此缓冲区中，远低于 CL_DEVICE_MAX_MEM_ALLOC_SIZE 报告的 3.8GB。但是如果我减小数组的大小，问题就会停止。我在后面的案例中尝试的尺寸是 5。
我还决定打印 vector 分配的地址，它是 0x7f21b797f010，所以它至少对齐到 16 个字节。
编辑：关于多线程，数组的创建以及 OpenCL 操作发生在同一个方法和主线程中。命令队列不是用异步标志创建的，缓冲区写入后有一个flush()操作。
可能是什么问题？
谢谢
正如在评论中的对话中所确认的，这里的问题是 enqueueWriteBuffer() 操作是非阻塞的（CL_FALSE 作为 阻塞 参数传递) 并且源缓冲区（SampleArray 向量）在底层复制操作保证完成之前超出范围。
至少有 4 种可能的解决方案：
- 使用
enqueueWriteBuffer()的阻塞形式。如文档所示，在这种情况下，一旦函数 returns 将不会访问源缓冲区。
- 捕获返回的事件并在
SampleArray() 超出范围之前调用 clWaitForEvents() 或调用 clFinish()。如果您的程序在此期间做任何实质性的事情，这仅比阻塞变体更可取。
- 将源数据保留足够长的时间。
- 不要使用
enqueueWriteBuffer() 的复制形式：创建一个带有 NULL 源的缓冲区，将其映射到应用程序的内存中 space，将数据写入其中，然后取消映射。这可能避免完全复制，至少在集成 GPUs/APUs)
这些大致按 parallelism/efficiency 的升序排列。
我有以下 OpenCL 代码，使用 C++ Wrapper 和英特尔的 OpenCL 工具包：
#include <Eigen/StdVector>
...
typedef Sample_t float
typedef std::vector<Sample_t, Eigen::aligned_allocator<Sample_t> > SampleArray;
...
SampleArray data(ns * nt);
...
mdata = cl::Buffer(context, CL_MEM_READ_ONLY, sizeof(Sample_t) * data.size());
queue.enqueueWriteBuffer(mdata, CL_FALSE, 0, sizeof(Sample_t) * data.size(), &data[0]);
当使用 -O3、march=native 和 mtune=native 标志编译时，它会导致来自 TBB 代码的以下分段错误：
__memcpy_sse2_unaligned() at memcpy-sse2-unaligned.S:116 0x7ffff6e64ba4
没有任何优化，程序运行良好。
我将问题追溯到 queue.enqueueWriteBuffer 调用，没有它我没有任何问题。
我试图注释掉修改变量 "data" 的部分代码，以防我访问无效的内存位置，但问题仍然存在。
如果我从 std::vector 中删除 aligned_allocator，没有优化的构建也会开始崩溃。
我总共有 70MB 试图存储在此缓冲区中，远低于 CL_DEVICE_MAX_MEM_ALLOC_SIZE 报告的 3.8GB。但是如果我减小数组的大小，问题就会停止。我在后面的案例中尝试的尺寸是 5。
我还决定打印 vector 分配的地址，它是 0x7f21b797f010，所以它至少对齐到 16 个字节。
编辑：关于多线程，数组的创建以及 OpenCL 操作发生在同一个方法和主线程中。命令队列不是用异步标志创建的，缓冲区写入后有一个flush()操作。
可能是什么问题？
谢谢
正如在评论中的对话中所确认的，这里的问题是 enqueueWriteBuffer() 操作是非阻塞的（CL_FALSE 作为 阻塞 参数传递) 并且源缓冲区（SampleArray 向量）在底层复制操作保证完成之前超出范围。
至少有 4 种可能的解决方案：
- 使用
enqueueWriteBuffer()的阻塞形式。如文档所示，在这种情况下，一旦函数 returns 将不会访问源缓冲区。 - 捕获返回的事件并在
SampleArray()超出范围之前调用clWaitForEvents()或调用clFinish()。如果您的程序在此期间做任何实质性的事情，这仅比阻塞变体更可取。 - 将源数据保留足够长的时间。
- 不要使用
enqueueWriteBuffer()的复制形式：创建一个带有 NULL 源的缓冲区，将其映射到应用程序的内存中 space，将数据写入其中，然后取消映射。这可能避免完全复制，至少在集成 GPUs/APUs)
这些大致按 parallelism/efficiency 的升序排列。