Arrays 将共享内存复制到全局内存会导致错误的部分零

我编写了一个简单的CUDA内核，如下所示：

    __global__ void cudaDoSomethingInSharedMemory(float* globalArray, pitch){

      __shared__ float sharedInputArray[1088];
      __shared__ float sharedOutputArray[1088];

      int tid = threadIdx.x //Use 1D block
      int rowIdx = blockIdx.x //Use 1D grid

      int rowOffset = pitch/sizeof(float);//Offset in elements (not in bytes)

       //Copy data from global memory to shared memory (checked)
       while(tid < 1088){
           sharedInputArray[tid] = *(((float*) globalArray) + rowIdx*rowOffset + tid);
           tid += blockDim.x;
           __syncthreads();
       }
       __syncthreads();

       //Do something (already simplified and the problem still exists)
       tid = threadIdx.x;
       while(tid < 1088){
           if(tid%2==1){
              if(tid == 1087){
                 sharedOutputArray[tid/2 + 544] = 321;
              }
              else{
                  sharedOutputArray[tid/2 + 544] = 321;
              }
           }
           tid += blockDim.x;
           __syncthreads();
       }

       tid = threadIdx.x;
       while(tid < 1088){
           if(tid%2==0){
               if(tid==0){
                    sharedOutputArray[tid/2] = 123;
               }
               else{
                    sharedOutputArray[tid/2] = 123;
               }

           }
           tid += blockDim.x;
           __syncthreads();
       }
       __syncthreads();

       //Copy data from shared memory back to global memory (and add read-back for test)
       float temp = -456;
       tid = threadIdx.x;
       while(tid < 1088){
           *(((float*) globalArray) + rowIdx*rowOffset + tid) = sharedOutputArray[tid];
            temp = *(((float*) globalArray) + rowIdx*rowOffset + tid);//(1*) Errors are found.
            __syncthreads();
            tid += blockDim.x;
       }
       __syncthreads();
    }

\uuuu全局\uuuuu无效CUDADOSMETHINGSHAREDMemory（浮点*全局数组，节距）{
__shared_uuuuu浮点sharedInputArray[1088]；
__共享\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuoSharedOutArray[1088]；
int tid=threadIdx.x//使用1D块
int rowIdx=blockIdx.x//使用1D网格
int rowOffset=pitch/sizeof（float）；//元素中的偏移量（非字节）
//将数据从全局内存复制到共享内存（选中）
而（tid<1088）{
sharedInputArray[tid]=*（（（float*）全局数组）+rowIdx*rowOffset+tid）；
tid+=块尺寸x；
__同步线程（）；
}
__同步线程（）；
//做点什么（已经简化了，问题仍然存在）
tid=螺纹IDX.x；
而（tid<1088）{
如果（tid%2==1）{
如果（tid==1087）{
股票期权[tid/2+544]=321；
}
否则{
股票期权[tid/2+544]=321；
}
}
tid+=块尺寸x；
__同步线程（）；
}
tid=螺纹IDX.x；
而（tid<1088）{
如果（tid%2==0）{
如果（tid==0）{
sharedOutputArray[tid/2]=123；
}
否则{
sharedOutputArray[tid/2]=123；
}
}
tid+=块尺寸x；
__同步线程（）；
}
__同步线程（）；
//将数据从共享内存复制回全局内存（并为测试添加回读）
浮动温度=-456；
tid=螺纹IDX.x；
而（tid<1088）{
*（（（float*）全局阵列）+rowIdx*rowOffset+tid）=共享数据阵列[tid]；
temp=*（（float*）全局数组）+rowIdx*rowOffset+tid）；//（1*）发现错误。
__同步线程（）；
tid+=块尺寸x；
}
__同步线程（）；
}

代码将“SharedOutArray”从“交错”更改为“群集”：“123 321 123 321…123 321”更改为“123 123..123 321 321 321…321”，并将群集结果输出到全局内存阵列“globalArray”。“globalArray”由“cudaMallocPitch（）分配”

此内核用于处理2D数组。想法很简单：一行一个块（因此1D网格和块数等于行数），每行N个线程。行号为1920，列号为1088。所以有1920个街区

问题是：当N（一个块中的线程数）为64、128或256时，一切正常（至少看起来正常）。然而，当N为512时（我使用的是具有CUDA计算能力2.0的GTX570，一个块的每个维度的最大大小为1024），发生了错误

错误是：全局内存中从256位到287位（索引从0开始，错误条长度为32个元素，128位）的行中的元素（每个元素都是一个4字节的浮点数）是0，而不是123。它看起来像是“123123123…010001…01223…”。我检查了（1*）上面的行，这些元素在“sharedOutputArray”中是123，当在（1*）中读取元素（例如tid==270）时，“temp”显示为0。我试图查看“tid==255”和“tid==288”，元素是123（corrent）。这类错误几乎发生在所有1920行中

我试图“同步”（可能已经过度同步）线程，但没有成功。让我感到困惑的是，为什么64128或256个线程工作正常，而512个线程不工作。我知道使用512个线程可能无法优化性能，我只是想知道我在哪里犯了错误

---

提前感谢您。

您在条件代码中使用的是

\uuu syncthreads（）

，条件在块的线程之间的计算不一致

---

在您的情况下，您只需删除

\uu syncthreads（）

中的

，而
循环，因为它没有任何用途。
您的内核需要多少资源（每个线程的寄存器）？（使用
--ptxas选项=-v
编译）。当一些线程无法正常工作时，可能与可用资源有关。您是如何检查结果的？在一些启动之后，您的内存可能会被您认为内核已更新的旧值损坏，但这些旧值在上次运行时已更新。能否提供完整的可编译代码示例？发布的代码中有许多语法错误。例如，代码行没有终止分号，内核声明中的“pitch”不包含类型限定符。您是否打算使用if（tid=1087）？很难说你的代码可能在做什么，因为这不是你的代码。您的问题也可能与基音值有关，我们不知道基音值，因为您没有提供内核调用。这限制了每个SM中的块数。我通过添加“temp”变量进行读取来检查结果。我还查看了内存（由CUDA Nsight 2.2+Visual Studio 2010编写）。全局内存中有0（我认为内存检查反映了“当前”状态，因为当没有错误时，内存中没有0）。谢谢你的帮助，你说得对。现在代码工作了。我删除了while块中的所有“\uuuSynchThreads（）”并在每个while块之后保留（并添加了）“\uuSynchThreads（）”。我只是把我的错误代码保存在那里，以防有人有类似的问题。非常感谢你的帮助！