用户
 找回密码
 立即注册
回帖奖励 1 CUDA币 回复本帖可获得 1 CUDA币奖励! 每人限 1 次
发表于 2021-6-18 16:56:16
63120
在学习cuda的过程中遇到了一个有关于并行归约的困难,希望有朋友能解答一下,不胜感激。我遇到的问题如下:在展开归约时(展开因子为8),末尾的几个数据总是丢失。导致我的归约结果比正确值小一些。代码如下:主机端:
               cudaMemcpy(dev_p, p, N * sizeof(float), cudaMemcpyHostToDevice);
               cudaMemcpy(dev_re12, re12, N * sizeof(float), cudaMemcpyHostToDevice);
               RN << <blocksPerGrid/8, threadsPerBlock >> >(dev_p, dev_re12, dev_partial_rn);
               cudaMemcpy(partial_rn, dev_partial_rn, (blocksPerGrid/8) * sizeof(float), cudaMemcpyDeviceToHost);
               rn = 0;
               for (int i = 0; i<blocksPerGrid/8; i++)
                {
                    rn += partial_rn;
                }
其中blocksPerGrid=256,N=34329.
设备端:
__global__ void RN(float *p, float *re12, float *rn)
{
        __shared__ float cache[threadsPerBlock];
        int tid = threadIdx.x + blockIdx.x * blockDim.x * 8;
        int cacheIndex = threadIdx.x;
        float temp = 0;
        if(tid + 7 * blockDim.x < N)
        {       
                float a1 = p[tid] * re12[tid];
                float a2 = p[tid + blockDim.x] * re12[tid + blockDim.x];
                float a3 = p[tid + 2 * blockDim.x] * re12[tid + 2 * blockDim.x];
                float a4 = p[tid + 3 * blockDim.x] * re12[tid + 3 * blockDim.x];
                float a5 = p[tid + 4 * blockDim.x] * re12[tid + 4 * blockDim.x];
                float a6 = p[tid + 5 * blockDim.x] * re12[tid + 5 * blockDim.x];
                float a7 = p[tid + 6 * blockDim.x] * re12[tid + 6 * blockDim.x];
                float a8 = p[tid + 7 * blockDim.x] * re12[tid + 7 * blockDim.x];
                temp = a1 + a2 + a3 + a4 + a5 + a6 + a7 + a8;
        }
        cache[cacheIndex] = temp;
        // synchronize threads in this block
        __syncthreads();
        //unrolling warp
        if (blockDim.x >= 1024 && cacheIndex < 512)
        {
                cache[cacheIndex] += cache[cacheIndex + 512];
        }
        __syncthreads();
        if (blockDim.x >= 512 && cacheIndex < 256)
        {
                cache[cacheIndex] += cache[cacheIndex + 256];
        }
        __syncthreads();
        if (blockDim.x >= 256 && cacheIndex < 128)
        {
                cache[cacheIndex] += cache[cacheIndex + 128];
        }
        __syncthreads();
        if (blockDim.x >= 128 && cacheIndex < 64)
        {
                cache[cacheIndex] += cache[cacheIndex + 64];
        }
        __syncthreads();
        if (cacheIndex < 32)
        {
                volatile float *vcache = cache;
                vcache[cacheIndex] += vcache[cacheIndex + 32];
                vcache[cacheIndex] += vcache[cacheIndex + 16];
                vcache[cacheIndex] += vcache[cacheIndex + 8];
                vcache[cacheIndex] += vcache[cacheIndex + 4];
                vcache[cacheIndex] += vcache[cacheIndex + 2];
                vcache[cacheIndex] += vcache[cacheIndex + 1];
        }
        if (cacheIndex == 0)
                rn[blockIdx.x] = cache[0];
}

被这个问题困扰很久了,课题止步不前,请有能力的前辈不吝赐教,再次感谢~!
使用道具 举报 回复
发新帖
您需要登录后才可以回帖 登录 | 立即注册