cuda内核中多线程写入序列数组

我正在编写一个cuda内核，它要求我在设备上分配一个对齐的

struct

数组。 我从计算中得到了正确的结果，我需要从索引

0

开始将值写入该数组

当我尝试写入这个数组并将结果显示回主机端时，一些答案显示为零

显然，我并没有按照我的要求增加指数。我尝试使用计数器，我使用

atomicAdd（）

增加计数器，但仍然得到一些值为零

确切地说，我可以在内核中使用

1000

线程进行计算，但我的输出分配数组的大小可以小于

100

或大于

10000

我的问题是，如何让所有这些线程将值写入数组的一个位置（计算时），并将数组索引/计数器增加

1

，而不覆盖它

---

任何帮助都将不胜感激。提前谢谢

您可以使用

atomicAdd（）

。它返回旧值，因此您可以使用该值作为索引：

old_i = atomicAdd(&i, 1);
out_array[old_i] = val

---

但是，如果您的许多线程都写出结果，那么您的性能会很差，因为atomicAdd（）将（间接）序列化所有写入操作。在这种情况下，您应该让每个线程将其结果（如果有的话）写入为该线程留出的插槽，然后使用压缩算法（请参见

asch:：copy_if

）收集结果。

您可以使用

atomicAdd（）。它返回旧值，因此您可以使用该值作为索引：

old_i = atomicAdd(&i, 1);
out_array[old_i] = val

但是，如果您的许多线程都写出结果，那么您的性能会很差，因为atomicAdd（）将（间接）序列化所有写入操作。在这种情况下，您应该让每个线程将其结果（如果有的话）写入为该线程留出的插槽，然后使用压缩算法（请参见
推力：：copy_if
），收集结果。
一些说明内核功能的代码将非常有用。一些说明内核功能的代码将非常有用。谢谢……这解决了我的问题。我在将值分配给数组后使用了
atomicAdd（）
。是的，这对我的计算非常昂贵。我正在寻找其他技术，这些技术可以加快我的计算速度，同时更有效地利用内存。谢谢……这解决了我的问题。我在将值分配给数组后使用了
atomicAdd（）
。是的，我的计算成本很高。我正在寻找其他技术，可以加快我的计算，同时更有效地利用内存。