CUDA共享内存阵列-奇数行为

在CUDA内核中，我有如下类似的代码。我试图计算每个线程一个分子，然后在块上累加这些分子来计算分母，然后返回比率。但是，CUDA正在将denom的值设置为具有最大threadIdx.x的块中的线程为numer计算的任何值，而不是块中所有线程计算的numer值之和。有人知道发生了什么事吗

extern __shared__ float s_shared[];

float numer = //calculate numerator

s_shared[threadIdx.x] = numer;
s_shared[blockDim.x] += numer;
__syncthreads();

float denom = s_shared[blockDim.x];
float result = numer/denom;

---

“结果”应始终介于0和1之间，并且整个块的总和应为1，但对于threadIdx.x为最大值的每个线程，结果应等于1.0，并且某些其他值不限于块中其他线程的范围

您没有将求和正确同步到

blockDim.x

位置。没有线程在添加它们的总和之前等待查看其他线程写了什么。有点像

• 每个人都读零
• 回家，计算零+数字
• Everone将零+数字写入内存位置

高线程ID赢得b/c，我想它很有可能最后一次执行

相反，为了进行快速求和，您要做的是对

s\u共享[threadIdx.x]

• 每个人都写自己的数字
• 一半的线程计算对的和，并将它们写入一个新位置
• 四分之一的线程计算成对的总和，并将其写入新位置
• 等
• 直到你只有一个线程和一个总和

---

这需要O（n）功和O（logn）时间。

为了记下这一点，这里的逻辑称为约化。cuda sdk中有一些这样的示例。请参阅：cudasdk/C/src/reduce/reduce\u kernel.cu