1

配列をグローバルから共有メモリにロードする際に、ハローを使用して問題に直面しています。

ここに問題があります: グローバル メモリに大きな配列 (256,64) があり、サイズ [16][16] の共有メモリにロードしたいのですが、私の計算では隣接する値 (halo) が必要になります

私は非常に分岐したコードに自分自身を見つけたので、非常に遅く、最終的には機能しません。これが私のアプローチです。アドバイスをいただければ幸いです

 real, shared :: s_data(-1:16,-1:16)

 d_j = (blockIdx%x-1) * blockDim%x + threadIdx%x-1
 d_l = (blockIdx%y-1) * blockDim%y + threadIdx%y-1

 tIdx = threadIdx%x -1
 tIdy = threadIdx%y -1

  bdimx = 256/(blockDim%x)  !16
  bdimy = 64/(blockDim%y)   !8


d_l1=d_l+1
if(d_l1==d_lmax) d_l1=0

d_l0 = d_l -1
if(d_l==0) d_l0=d_lmax-1
call syncthreads()

!load the main part 
s_data(tIdx,tIdy)   = g_data(d_j,d_l)


!Filling halos 
if(tIdx ==0)then
      f(bx == 0) then
         s_data(tIdx-1,tIdy) =0
     else 
         s_data(tIdx-1,tIdy)   = g_data(d_j-1,d_l)
     end if
end if

!Fill (16,tIdy)
if(tIdx == blockDim%x-1)then
    if(bx == bdmx-1) then
       s_data(tIdx+1,tIdy) = 0
    else
        s_data(tIdx+1,tIdy) = g_data(d_j+1,d_l) 
    end if
end if

!Fill (-1,tIdy)
if(tIdy == 0)then              
     s_data(tIdx,tIdy+1)=g_data(d_j,d_l1)
end if

!Fill (N,tIdy)
if(tIdy == blockDim%y -1)then
    s_data(tIdx,tIdy-1) = g_data(d_j,d_l0) 
end if

!Fill (-1,-1) and (-1, N)
if(tIdx==0)then
    if(bx == 0)then
       if(tIdy == 0) then
          s_data(tIdx-1,tIdy-1) =0 
       end if
       if(tIdy == blockDim%y-1) then
          s_data(tIdx-1,tIdy+1) = 0 
       end if

    else
       if(tIdy == 0) then
           s_data(tIdx-1,tIdy-1) =g_data(d_j-1,d_l0) 
       end if 
       if(tIdy == blockDim%y) then
           s_data(tIdx-1,tIdy+1) = g_data(d_j-1,d_l1)
       end if 
    end if 
end if

!Fill (N, -1) & (N,N)
if(tIdx==blockDim%x-1)then
      if(bx == bdimx-1)then
          if(tIdy == 0) then
            s_data(tIdx+1,tIdy-1) = 0
          end if
          if(tIdy == blockDim%y) then
             s_data(tIdx+1,tIdy+1) = 0
          end if 
       else 
          if(tIdy == 0) then
              s_data(tIdx+1,tIdy-1) =g_data(d_j+1,d_l0) 
          end if
          if(dIdy == blockDim%y) then
              s_data(tIdx+1,tIdy+1) = g_data(d_j+1,d_l1) 
          end if 
end if

!s_data で計算を行う

4

1 に答える 1

1

画像処理用のボックス フィルターには、常にハロー データが含まれます。基本的な考え方は、各出力要素/ピクセルが 1 つのスレッドによって処理され、各スレッドが複数の要素/ピクセルを共有メモリにロードすることです。

CUDA を使用した画像畳み込みに関するこのホワイト ペーパーは、良い参考資料になる可能性があります。

http://docs.nvidia.com/cuda/samples/3_Imaging/convolutionSeparable/doc/convolutionSeparable.pdf

于 2013-09-30T16:49:28.637 に答える