cuda - サイズが 2 の累乗でない場合のベクトルの合計の削減?

Question

GPU の従来のリダクション アルゴリズムでは、ベクトルのサイズが 2 の累乗であれば完全に機能します。そうでない場合はどうなるでしょうか。ある時点で、要素の奇数の合計を見つける必要があります。それに対処する最善の方法は何ですか？

Answer 1

2 のべき乗のサイズを持たない行列の合計を計算できます。例を見てください：

#include <math.h>
#define N 1022 //total size
__global__ void sum(int *A, int *C)
{
        __shared__ int temp[blockDim.x];
        int idx = threadIdx.x+blockDim.x*blockIdx.x;
        int local_idx = threadIdx.x;
        temp[local_idx] = A[idx];
        int i=ceil(blockDim.x/2);
        __syncthreads();
        while(i!=0)
        {
                 if(idx+i<N && local_idx<i)
                          temp[local_idx] += tmp[local_idx+i];
                 i/=2;
                 __syncthreads();

        }
       if(local_idx == 0)
           C[blockIdx.x] = temp[0]; 
}

Answer 2

設定

int i = 1024;

それ以外の

int i=ceil(blockDim.x/2);

つまり、int i は整数^2 > N でなければなりません。