2

このコードで配列を合計しようとしていますが、スタックしています。このような基本的な操作に多くの時間を費やし、機能させることができないため、おそらく「CUDA for dummies チュートリアル」が必要です。

以下は、私が理解できないこと、または確信が持てないことのリストです。

  1. 何個のブロック (dimGrid) を使用する必要がありますか? N/dimBlock.x/2カーネルの最初に、グローバルメモリの2つの「ブロック」からデータがロードされ、共有メモリに追加されるため、（N =入力配列の長さ）である必要があると思います

  2. 元のコードにはblockSize. blockDim.xこれらの変数の違いがわからないので、に置き換えました。しかし、blockSize=blockDim.xの場合、gridSize = blockDim.x*2*gridDim.x私には意味がありませんgridSize。N よりも大きくなります。1D 配列のコンテキストでの *Dim.x と *Size の違いは何ですか?

  3. 主なロジック - カーネルでは、各ブロックは 2*dimBlock(ブロック内のスレッド) の数値を合計します。N = 262144 および dimBlock = 128 の場合、カーネルは部分和の 1024 配列を返します。次に、カーネルを再度実行すると、結果 = 4 つの部分合計が得られます。最後に、最後の実行では、配列が単一のブロックで処理されるため、単一の合計が返されます。

  4. バイナリ配列を合計します。最初の実行ではuchar4、入力データに使用できます。2 回目と 3 回目の実行では、 を使用しますint。

何が欠けているのか教えてください

ありがとう

__global__ void sum_reduction(uchar4* g_idata, int* g_odata, int N) { 

extern __shared__ int s_data[]; 

unsigned int tid = threadIdx.x;
unsigned int i = blockIdx.x*(blockDim.x*2) + tid;
unsigned int gridSize = blockDim.x*2*gridDim.x;

while (i < N) {
    s_data[tid] += g_idata[i].x + g_idata[i+blockDim.x].x +
            g_idata[i].y + g_idata[i+blockDim.x].y +
            g_idata[i].z + g_idata[i+blockDim.x].z +
            g_idata[i].w + g_idata[i+blockDim.x].w;
    i += gridSize;
}
__syncthreads();

if (tid < 64) {
    s_data[tid] += s_data[tid + 64];
}
__syncthreads(); 

if (tid < 32) { 
    volatile int *s_ptr = s_data; 
    s_ptr[tid] += s_ptr[tid + 32];
    s_ptr[tid] += s_ptr[tid + 16];
    s_ptr[tid] += s_ptr[tid + 8]; 
    s_ptr[tid] += s_ptr[tid + 4];
    s_ptr[tid] += s_ptr[tid + 2]; 
    s_ptr[tid] += s_ptr[tid + 1]; 
} 
if (tid == 0) {
    g_odata[blockIdx.x] = s_data[0];
} 
}


main{
...
dim3 dimBlock(128);
dim3 dimGrid(N/dimBlock.x);
sum_reduction<<<dimGrid, dimBlock>>>(in, out, N);
...
}
4

2 に答える 2

4

このようにカーネルを呼び出すと、問題が修正されます。

dim3 dimBlock(128);
dim3 dimGrid(N/dimBlock.x);
int smemSize = dimBlock.x * sizeof(int);
sum_reduction<<<dimGrid, dimBlock, smemSize>>>(in, out, N);
于 2012-09-12T02:12:44.077 に答える
-3

さて、私はあなたが新しく始める必要があると思います。削減に関するNVIDiAのこのステップバイステップのプロセスガイドをご覧ください

于 2012-06-20T07:52:03.213 に答える