C++ 浮点精度

有人能对此发表评论吗?

我想做一个向量点积。我的浮点向量是[2080:2131]和[2112:2163]，每一个都包含52个元素

a[52] = {2080 2081 2082 ... ... 2129 2130 2131};
b[52] = {2112 2113 2114 ... ... 2161 2162 2163};

for (int i = 0; i < 52; i++)
{
    sum += a[i]*b[i];
}

a[52]={208020812082……212921302131}；
b[52]={2112213214……216121622163}；
对于（int i=0；i<52；i++）
{
总和+=a[i]*b[i]；
}

---

我的内核对整个长度（52个元素）的结果和是234038032，而matlab给出了234038038。对于积的1到9个元素和，我的核结果与matlab的结果一致。对于10元素和，它被关闭1并逐渐增加。结果是可重复的。我检查了所有的元素，没有发现任何问题

由于向量是浮动的，因此您遇到舍入错误。Matlab将以更高的精度（双精度）存储所有内容，因此不会过早地看到舍入误差

你可能想看看大卫·戈德伯格的《无价阅读》

C++中的简单演示（即与CUDA无关）：

那么你能做些什么呢？你可以朝几个方向走

• 使用更高的精度：这将影响性能，并且并非所有设备都支持双精度。它也只是推迟了问题，而不是解决它，所以我不推荐它
• 执行基于树的缩减：您可以结合vectorAdd和Reduce SDK示例中的技术
• 用法：非常直截了当

---

由于向量是浮动的，因此您遇到舍入错误。Matlab将以更高的精度（双精度）存储所有内容，因此不会过早地看到舍入误差

你可能想看看大卫·戈德伯格的《无价阅读》

C++中的简单演示（即与CUDA无关）：

那么你能做些什么呢？你可以朝几个方向走

• 使用更高的精度：这将影响性能，并且并非所有设备都支持双精度。它也只是推迟了问题，而不是解决它，所以我不推荐它
• 执行基于树的缩减：您可以结合vectorAdd和Reduce SDK示例中的技术
• 用法：非常直截了当

---

我真的无法理解您的问题，请您澄清并发布您的代码好吗？通常您应该发布内核代码和用于启动内核的代码，而不要看到更多代码。我担心您可能在一个CUDA线程中完成所有工作！无论如何，在这种情况下，问题显然是四舍五入。像这样的点积计算在使用有限精度时很容易出现数值问题。请记住，浮点只有24位精度，或大约6位十进制数字。我不能真正理解你的问题，请你澄清并发布你的代码好吗？通常你应该发布内核代码和你用来启动内核的代码，没有看到更多的代码，我担心你可能会在一个单一的CUDA线程中完成所有的工作！无论如何，在这种情况下，问题显然是四舍五入。像这样的点积计算在使用有限精度时很容易出现数值问题。请记住，浮点只有24位精度，或大约6位十进制数字。

#include <iostream>

int main(void)
{
  float a[52];
  float b[52];
  double c[52];
  double d[52];

  for (int i = 0 ; i < 52 ; i++)
  {
    a[i] = (float)(2080 + i);
    b[i] = (float)(2112 + i);
    c[i] = (double)(2080 + i);
    d[i] = (double)(2112 + i);
  }

  float fsum = 0.0f;
  double dsum = 0.0;
  for (int i = 0 ; i < 52 ; i++)
  {
    fsum += a[i]*b[i];
    dsum += c[i]*d[i];
  }

  std::cout.precision(20);
  std::cout << fsum << " " << dsum << std::endl;
}

234038032 234038038