CUDA shuffle warp reduce不作为内联设备功能使用

我正在对翘曲进行如下缩减：

__global__ void summation1(double *nBodies)
{

    ...

    for (int offset = warpSize/2; offset > 0; offset /= 2) {
        elements.x += __shfl_down(elements.x, offset);
    }

    ...

}

上述措施效果良好。然后我将代码放入如下函数中：

__inline__ __device__
double warpReduceSum(double val) {
    for (int offset = warpSize/2; offset > 0; offset /= 2) {
        val += __shfl_down(val, offset);
    }
        return val;
}

__global__ void summation1(double *nBodies)
{

    ...

    warpReduceSum(elements.x);

    ...

}

然而，上面的方法不起作用-我没有得到一个总和，只有原始值。任何关于为什么会发生这种情况的想法都将不胜感激

扭曲混洗操作不适用于64位数量。请参阅。例如：

必须首先强制转换int或float以外的类型才能使用_shfl（）intrinsic

但根据评论，您正在CUDA标题中使用未记录的函数。我相信它应该起作用

经过进一步的考虑，我认为你遇到的问题是一个没有价值的问题。对于此函数定义：

__inline__ __device__
double warpReduceSum(double val) {
    for (int offset = warpSize/2; offset > 0; offset /= 2) {
        val += __shfl_down(val, offset);
    }
        return val;
}

您正在按值向函数传递

val

，因此该函数具有该值的本地副本。然后开始减少翘曲。但是，在主代码中，您忽略了返回值：

warpReduceSum(elements.x);

而实际的乱序值实际上不是

元素.x

，而是它的一些副本

修复方法可能很简单，如下所示：

elements.x = warpReduceSum(elements.x);

您也可以尝试通过引用传递数量：

double warpReduceSum(double &val) {

我已经测试了这两个建议。任何一个似乎都适用于我的测试用例

请注意，SO需要一个完整的问题代码来寻求调试帮助。从

寻求调试帮助的问题（“为什么这段代码不起作用？”）必须包括所需的行为、特定的问题或错误以及在问题本身中重现它所需的最短代码。没有明确问题陈述的问题对其他读者没有用处。请参阅：如何创建一个最小、完整且可验证的示例

---

因此，如果上述建议没有帮助（即，在你回来说“我做了那个更改，它不起作用了”）之前，我会建议一个完整的代码来证明问题是正确的。

我在/usr/local/cuda-6.5/targets/x86_64-linux/include/sm_30_intrinsics.h:static device inline double\u shfl\u down中找到了这个函数（双变量，无符号int-delta，int-width=warpSize）{float-lo，hi；asm-volatile（“mov.b64{%0，%1}，%2；”：“=f”（lo），“=f”（hi）：“d”（var））；hi=uu-shfl_u-down（hi，delta，width）；lo=u-shfl-down（lo，delta，width）；asm-volatile（“mov.b64%0，{%1，%2}；”：“=d”（var）：“f）：“f”（var）：“f”（lo），“f），“f”（hi））；返回var；）是的，它是无文档的，但我认为它应该是可用的。我的答案不正确。我修改了它。啊，当然。我犯了一个愚蠢的错误，对不起。它正在工作。谢谢你的回答！如果你使用无文档的函数，它总是有可能被删除（基本上没有通知）或者在未来的CUDA版本中修改，因此可能会破坏任何使用它的代码。这对我来说似乎不太可能，但我觉得有义务提及它。（即使使用有文档记录的功能，这样的免责声明也是可能的，但在这种情况下，我想说的是，可能的删除可能性更小，而且几乎可以肯定会提前发出某种形式的弃用通知。）