C++ 当I'；m在某些情况下使用模板参数？

我需要知道在以下代码中编译后，当blockSize为128时，函数实例会是什么样子

template <unsigned int blockSize>
__global__ void reduce6(int *g_idata, int *g_odata, unsigned int n) {
extern __shared__ int sdata[];
unsigned int tid = threadIdx.x;
unsigned int i = blockIdx.x*(blockSize*2) + tid;
unsigned int gridSize = blockSize*2*gridDim.x;
sdata[tid] = 0;
while (i < n) { sdata[tid] += g_idata[i] + g_idata[i+blockSize]; i += gridSize; }
__syncthreads();
if (blockSize >= 512) { if (tid < 256) { sdata[tid] += sdata[tid + 256]; } __syncthreads(); }
if (blockSize >= 256) { if (tid < 128) { sdata[tid] += sdata[tid + 128]; } __syncthreads(); }
if (blockSize >= 128) { if (tid < 64) { sdata[tid] += sdata[tid + 64]; } __syncthreads(); }
if (tid < 32) warpReduce(sdata, tid);
if (tid == 0) g_odata[blockIdx.x] = sdata[0];
}

模板
__全局无效归约6（int*g\u-idata，int*g\u-odata，无符号int-n）{
外部共享数据数据[]；
unsigned int tid=threadIdx.x；
无符号整数i=blockIdx.x*（blockSize*2）+tid；
unsigned int gridSize=blockSize*2*gridDim.x；
sdata[tid]=0；
而（i=512）{if（tid<256）{sdata[tid]+=sdata[tid+256]；}
if（blockSize>=256）{if（tid<128）{sdata[tid]+=sdata[tid+128]；}
if（blockSize>=128）{if（tid<64）{sdata[tid]+=sdata[tid+64]；}
如果（tid<32）减少（sdata，tid）；
如果（tid==0）g_odata[blockIdx.x]=sdata[0]；
}

会是这样吗

  __global__ void reduce6(int *g_idata, int *g_odata, unsigned int n) {
    extern __shared__ int sdata[];
    unsigned int tid = threadIdx.x;
    unsigned int i = blockIdx.x*(blockSize*2) + tid;
    unsigned int gridSize = blockSize*2*gridDim.x;
    sdata[tid] = 0;
    while (i < n) { sdata[tid] += g_idata[i] + g_idata[i+blockSize]; i += gridSize; }
    __syncthreads();

    if (tid < 64) { sdata[tid] += sdata[tid + 64]; } __syncthreads();

    if (tid < 32) warpReduce(sdata, tid);
    if (tid == 0) g_odata[blockIdx.x] = sdata[0];
    }

\uuuu全局\uuuuu无效缩减6（int*g\u-idata，int*g\u-odata，无符号int-n）{
外部共享数据数据[]；
unsigned int tid=threadIdx.x；
无符号整数i=blockIdx.x*（blockSize*2）+tid；
unsigned int gridSize=blockSize*2*gridDim.x；
sdata[tid]=0；
而（i

严格地说，它依赖于实现，但我希望有一个好的编译器来优化常量条件，所以我猜你很可能是对的

虽然我不知道NVCC是否会这么做，唯一的检查方法是查看汇编代码。

当你说“编译后”时，我想你的意思是“在基于模板参数的简单优化之后，我能考虑什么样的代码？”如果不是这样，我会删除这个答案

如果是这种情况，那么您给定的概念代码几乎是正确的。您在索引计算中遗漏了替换项。当然，编译器可以自由地做它喜欢做的事情，它依赖于选项，但这是它可以做的，在这个特定的例子中，它可能会做什么

\uuuu全局\uuuuu无效缩减6（int*g\u-idata，int*g\u-odata，无符号int-n）{
外部共享数据数据[]；
unsigned int tid=threadIdx.x；
无符号整数i=blockIdx.x*（256）+tid；
无符号整数gridSize=256*gridDim.x；
sdata[tid]=0；
而（i

通过使用模板向编译器提供有关blockSize值的信息，您可以减少内核需要执行的操作数量，尽管这些操作是否真正完成取决于编译器。

免责声明：我将您的问题解释为“由于模板非类型参数已知，代码将是什么样子？它有什么用？”

在源代码级别可视化您所要求的内容是没有意义的，但是可以假设编译器（取决于内部实现的方式，使用立即得到优化的LLVM前端，应该立即实现），因为blockSize==128，不会为以下部分生成代码：

template <unsigned int blockSize>
__global__ void reduce6(int *g_idata, int *g_odata, unsigned int n) {
extern __shared__ int sdata[];
unsigned int tid = threadIdx.x;
unsigned int i = blockIdx.x*(blockSize*2) + tid;
unsigned int gridSize = blockSize*2*gridDim.x;
sdata[tid] = 0;
while (i < n) { sdata[tid] += g_idata[i] + g_idata[i+blockSize]; i += gridSize; }
__syncthreads();
--- no code for this section ---
--- no code for this section ---

--- skipped if check ---
if (tid < 64) { sdata[tid] += sdata[tid + 64]; } __syncthreads();

if (tid < 32) warpReduce(sdata, tid);
if (tid == 0) g_odata[blockIdx.x] = sdata[0];
}

模板
__全局无效归约6（int*g\u-idata，int*g\u-odata，无符号int-n）{
外部共享数据数据[]；
unsigned int tid=threadIdx.x；
无符号整数i=blockIdx.x*（blockSize*2）+tid；
unsigned int gridSize=blockSize*2*gridDim.x；
sdata[tid]=0；
而（i

---

再次强调：这应该在代码生成级别可视化，因为模板参数评估可能会触发其他优化。

如回答中所述，这取决于对问题的解释。我选择将其解释为“我希望将什么代码编译为与模板化代码相同的代码？”（在我看来，给出的示例支持我的解释）。对于原始问题“编译后函数实例会是什么样子？”唯一严格正确的答案是“二进制”"，这当然取决于OS/versions/options/other。是的，我认为这是绝对正确的答案。这些代码取自这个并行简化优化，查看第26页，我想知道它有什么好处。因此所有这些if语句都是在编译时计算的，所以不需要任何时间来运行所有的if st运行时的atements，对吗？回答最后一个问题，我会让你的答案正确。准确地说。编译器可以根据现在的编译时常量进行优化。谢谢，我已经下载了cuda示例，在那里我可以尝试使用和不使用模板进行此缩减，这可以提高运行时，但是如果我实现了在我的算法中，它没有任何改进。即使我尝试了较小的块大小。

template <unsigned int blockSize>
__global__ void reduce6(int *g_idata, int *g_odata, unsigned int n) {
extern __shared__ int sdata[];
unsigned int tid = threadIdx.x;
unsigned int i = blockIdx.x*(blockSize*2) + tid;
unsigned int gridSize = blockSize*2*gridDim.x;
sdata[tid] = 0;
while (i < n) { sdata[tid] += g_idata[i] + g_idata[i+blockSize]; i += gridSize; }
__syncthreads();
--- no code for this section ---
--- no code for this section ---

--- skipped if check ---
if (tid < 64) { sdata[tid] += sdata[tid + 64]; } __syncthreads();

if (tid < 32) warpReduce(sdata, tid);
if (tid == 0) g_odata[blockIdx.x] = sdata[0];
}