CUDA atomicAdd跨块添加

我无法使

atomicAdd

函数在所有块上工作。下面的内核代码给出了一个块中的线程总数（例如，

<5000

）：

\uuuuu全局\uuuuu无效内核代码（浮点*结果）
{
int index=threadIdx.x+blockIdx.x*blockDim.x；
如果（指数<5000）
{
原子加法（结果，1.0f）；
}
}

---

您能告诉我如何在不分配整个

1.0f

数组的情况下向值添加内容吗？这是因为我在一个资源非常有限的系统上使用此代码-每一位都计数。

此代码可以跨多个块工作，而无需分配

1.0f

数组。

if（index<5000）

语句的目的不是将您限制为单个螺纹块。它旨在确保只有整个网格中的合法线程参与该操作

试着这样做：

#include <iostream>
#define TOTAL_SIZE 100000
#define nTPB 256

#define cudaCheckErrors(msg) \
    do { \
        cudaError_t __err = cudaGetLastError(); \
        if (__err != cudaSuccess) { \
            fprintf(stderr, "Fatal error: %s (%s at %s:%d)\n", \
                msg, cudaGetErrorString(__err), \
                __FILE__, __LINE__); \
            fprintf(stderr, "*** FAILED - ABORTING\n"); \
            exit(1); \
        } \
    } while (0)

__global__ void kernelCode(float *result)
{
    int index = threadIdx.x+blockIdx.x*blockDim.x;
    if (index < TOTAL_SIZE)
    {
        atomicAdd(result, 1.0f);
    }
}

int main(){

  float h_result, *d_result;
  cudaMalloc((void **)&d_result, sizeof(float));
  cudaCheckErrors("cuda malloc fail");
  h_result = 0.0f;
  cudaMemcpy(d_result, &h_result, sizeof(float), cudaMemcpyHostToDevice);
  cudaCheckErrors("cudaMemcpy 1 fail");
  kernelCode<<<(TOTAL_SIZE+nTPB-1)/nTPB, nTPB>>>(d_result);
  cudaDeviceSynchronize();
  cudaCheckErrors("kernel fail");
  cudaMemcpy(&h_result, d_result, sizeof(float), cudaMemcpyDeviceToHost);
  cudaCheckErrors("cudaMemcpy 2 fail");
  std::cout<< "result = " << h_result << std::endl;
  return 0;
}

#包括
#定义总大小为100000
#定义nTPB 256
#定义cudaCheckErrors（msg）\
做{\
cudaError\u t\u err=cudaGetLastError（）\
如果（_err！=cudaSuccess）{\
fprintf（标准，“致命错误：%s（%s位于%s:%d）\n”\
msg，cudaGetErrorString（_err）\
__文件（行）\
fprintf（stderr，“***失败-中止\n”）\
出口（1）\
} \
}而（0）
__全局无效内核代码（浮点*结果）
{
int index=threadIdx.x+blockIdx.x*blockDim.x；
如果（索引<总大小）
{
原子加法（结果，1.0f）；
}
}
int main（）{
浮动h_结果，*d_结果；
cudamaloc（（void**）和d_结果，sizeof（float））；
CUDACHECKERS（“cuda malloc失败”）；
h_结果=0.0f；
cudaMemcpy（d_结果和h_结果、sizeof（float）、cudamemcpyhostodevice）；
CUDACHECKERS（“cudaMemcpy 1失败”）；
核代码（d_结果）；
cudaDeviceSynchronize（）；
cudaCheckErrors（“内核失败”）；
cudaMemcpy（&h_结果、d_结果、sizeof（float）、cudamemcpydevicetoost）；
cudaCheckErrors（“cudaMemcpy 2失败”）；
std:：coutYour代码工作正常..看一看..我运行了你的代码，但结果是0，好像内核函数没有改变任何东西…我忽略了正确的设置。可能是你的设置有问题。但是我已经测试了这段代码，并且它在正确设置的机器上正常工作。我现在已经更新了代码，以执行正确设置ame的东西，但包括CUDA错误检查。如果你编译并运行它，你可能会知道什么是错误的。你可能还想尝试在命令提示符下运行
nvidia smi-a
，以了解GPU是否正确安装并可用。嘿，我重新安装了CUDA 5.5，它在VC++中工作，但Mathematica仍然提供了一个res如果TOTAL_SIZE大于此值，则为块中的线程数，此处的情况是因为5000>1024（块中允许的最大线程数）。
#include <iostream>
#define TOTAL_SIZE 100000
#define nTPB 256

#define cudaCheckErrors(msg) \
    do { \
        cudaError_t __err = cudaGetLastError(); \
        if (__err != cudaSuccess) { \
            fprintf(stderr, "Fatal error: %s (%s at %s:%d)\n", \
                msg, cudaGetErrorString(__err), \
                __FILE__, __LINE__); \
            fprintf(stderr, "*** FAILED - ABORTING\n"); \
            exit(1); \
        } \
    } while (0)

__global__ void kernelCode(float *result)
{
    int index = threadIdx.x+blockIdx.x*blockDim.x;
    if (index < TOTAL_SIZE)
    {
        atomicAdd(result, 1.0f);
    }
}

int main(){

  float h_result, *d_result;
  cudaMalloc((void **)&d_result, sizeof(float));
  cudaCheckErrors("cuda malloc fail");
  h_result = 0.0f;
  cudaMemcpy(d_result, &h_result, sizeof(float), cudaMemcpyHostToDevice);
  cudaCheckErrors("cudaMemcpy 1 fail");
  kernelCode<<<(TOTAL_SIZE+nTPB-1)/nTPB, nTPB>>>(d_result);
  cudaDeviceSynchronize();
  cudaCheckErrors("kernel fail");
  cudaMemcpy(&h_result, d_result, sizeof(float), cudaMemcpyDeviceToHost);
  cudaCheckErrors("cudaMemcpy 2 fail");
  std::cout<< "result = " << h_result << std::endl;
  return 0;
}