NVIDIA CUTLASS项目中Blackwell架构FP16 GEMM示例的构建问题解析

问题背景

在使用NVIDIA CUTLASS 3.9.2版本构建Blackwell架构(B200 GPU)的FP16矩阵乘法(GEMM)示例时，开发者遇到了一个运行时错误。该错误表现为程序在运行时抛出"Failed to query occupancy"的异常，导致核心转储(core dumped)。

环境配置

该问题出现在以下环境中：

• CUDA 12.8版本
• NVIDIA B200 GPU
• 驱动程序版本570.124.06
• CUTLASS 3.9.2(commit ad7b2f5e84)

构建配置使用了以下CMake参数：

• 指定架构为100a(-DCUTLASS_NVCC_ARCHS=100a)
• 禁用测试(-DCUTLASS_ENABLE_TESTS=OFF)
• 启用统一构建(-DCUTLASS_UNITY_BUILD_ENABLED=ON)

问题分析

"Failed to query occupancy"错误通常与CUDA的占用率计算API(cudaOccupancyMaxPotentialBlockSize)有关。该API用于计算内核函数的最佳线程块大小和网格大小，以最大化GPU的占用率。

值得注意的是，开发者在单独测试这个API时(使用一个简单的空内核函数)，API能够正常工作并返回预期的网格和块大小。这表明CUDA运行时环境本身是正常的，问题可能出在构建过程中。

解决方案

经过排查，开发者发现这个问题可以通过以下步骤解决：

1. 完全删除现有的构建目录(build)
2. 重新创建构建目录
3. 重新执行CMake配置和构建命令

这种"清理后重建"的方法解决了问题，表明原始问题可能与构建过程中的某些中间状态或缓存有关。

技术启示

这个问题为开发者提供了几个重要的技术启示：

1. 构建系统的可靠性：即使在现代构建系统中，有时清理并重新构建仍然是解决奇怪问题的有效方法。

2. CUDA占用率API的敏感性：虽然cudaOccupancyMaxPotentialBlockSizeAPI在简单情况下工作正常，但在复杂项目环境中可能会遇到问题。

3. 项目配置的影响：使用UNITY_BUILD(统一构建)等高级构建选项时，可能会引入一些难以预料的问题。

4. 环境兼容性：新硬件架构(如Blackwell)与新软件版本(CUDA 12.8)的组合可能需要特别注意兼容性问题。

最佳实践建议

基于此问题的经验，建议开发者在类似情况下：

1. 在遇到奇怪的构建或运行时错误时，首先尝试完全清理并重新构建项目。

2. 对于CUDA相关项目，保持驱动、工具链和库版本的兼容性非常重要。

3. 在使用新硬件架构时，确保使用的软件版本已正式支持该架构。

4. 考虑在持续集成系统中加入清理后重建的步骤，以避免潜在的构建状态问题。

这个问题虽然最终通过简单的方法解决，但它提醒我们即使在成熟的框架如CUTLASS中，构建和运行时环境的管理仍然需要谨慎对待。