在CUDA中，如何检测块中的所有线程都没有调用_syncthreads（）？

我在CUDA中遇到了一个奇怪的、难以重现的问题，这个问题最终涉及到未定义的行为。我希望线程0在共享内存中设置一些值，所有线程都应该使用这些值

__shared__ bool p;
p = false;
if (threadIdx.x == 0) p = true;
__syncthreads();
assert(p);

现在资产负债表；失败似乎是随机的，因为我将代码铲了一遍，并对其进行了注释以发现问题

我在以下未定义的行为背景下有效地使用了此结构：

#include <assert.h>

__global__ void test() {
    if (threadIdx.x == 0) __syncthreads(); // call __syncthreads in thread 0 only: this is a very bad idea
    // everything below may exhibit undefined behaviour


    // If the above __syncthreads runs only in thread 0, this will fail for all threads not in the first warp
    __shared__ bool p;
    p = false;
    if (threadIdx.x == 0) p = true;
    __syncthreads();
    assert(p);
}

int main() {
    test << <1, 32 + 1 >> > (); // nothing happens if you have only one warp, so we use one more thread
    cudaDeviceSynchronize();
    return 0;
}

早期的_usynchthreads只由一个线程访问，当然隐藏在某些函数中，因此很难找到。在我的安装sm50，GTX980上，这个内核没有像广告中那样死锁。。。对于第一个扭曲之外的所有线程，断言都失败

TL；博士

有没有标准的方法来检测块中所有线程都没有调用_syncthreads？也许我缺少一些调试器设置

---

我可以构造自己的非常慢的checked\uu syncthreads，它可以使用原子和全局内存来检测情况，但我更希望有一个标准的解决方案。

在原始代码中有一个线程数据竞争条件。 线程0可能前进到并执行p=true，但在此之后，另一个线程可能根本没有前进，仍然会返回p=false行，覆盖结果

对于这个特定示例，最简单的修复方法就是只让线程0写入p，类似于

__shared__ bool p;
if (threadIdx.x == 0) p = true; 
__syncthreads();
assert(p);

---

尝试阅读cuda memcheck的synccheck部分。我没有意识到这一点，谢谢。这让我想知道为什么在UB不调用初始同步线程的情况下我不会有问题。它可能会改变日程安排，否则您提到的竞争就不会出现。