Cuda 仅分配了共享内存阵列的一半

当我在

s_f[sidx]=5之后使用Nsight stepped时，我看到只有一半的共享内存数组被分配

__global__ void BackProjectPixel(double* val,   
                                    double* projection,
                                    double* focalPtPos,
                                    double* pxlPos,
                                    double* pxlGrid,
                                    double* detPos, 
                                    double *detGridPos,
                                    unsigned int nN,
                                    unsigned int nS,
                                    double perModDetAngle,
                                    double perModSpaceAngle,
                                    double perModAngle)                 
{
    const double fx = focalPtPos[0];
    const double fy = focalPtPos[1];

    //extern __shared__ double s_f[64]; // 

    __shared__ double s_f[64]; // 

    unsigned int i = (blockIdx.x * blockDim.x) + threadIdx.x;
    unsigned int j = (blockIdx.y * blockDim.y) + threadIdx.y;
    unsigned int idx = j*nN + i;

    unsigned int sidx = threadIdx.y * blockDim.x + threadIdx.x;

    unsigned int threadsPerSharedMem = 64;

    if (sidx < threadsPerSharedMem)
    {
        s_f[sidx] = 5;
    }

    __syncthreads();

    //double * angle;
    //

    if (sidx < threadsPerSharedMem)
    {

        s_f[idx] = TriPointAngle(detGridPos[0], detGridPos[1],fx, fy, pxlPos[idx*2], pxlPos[idx*2+1], nN);
    }



}

\uuuuu全局\uuuuu无效反向投影像素（双*val，
双*投影，
双焦点，
双*PXLPO，
双*pxlGrid，
双*detPos，
双*detGridPos，
无符号整数nN，
无符号整数nS，
双坡莫德角，
双永久空间角，
双坡角）
{
const double fx=focalPtPos[0]；
const double fy=focalPtPos[1]；
//外部共享双s\U f[64]；//
__共享双s_f[64]；//
无符号整数i=（blockIdx.x*blockDim.x）+threadIdx.x；
无符号int j=（blockIdx.y*blockDim.y）+threadIdx.y；
无符号整数idx=j*nN+i；
无符号int-sidx=threadIdx.y*blockDim.x+threadIdx.x；
无符号int-threadspersharedem=64；
if（sidx

这是我观察到的


我想知道为什么只有32个5？
suf
中不应该有六十四个5吗？谢谢。
线程以线程组（通常为32个）的形式执行，这些线程也称为warp。扭曲按顺序将螺纹分组。在您的情况下，一个扭曲将得到线程0-31，其他32-63。在调试上下文中，您可能只看到包含线程0-31的扭曲的结果。
线程以线程组（通常为32）执行，这些线程组也称为扭曲。扭曲按顺序将螺纹分组。在您的情况下，一个扭曲将得到线程0-31，其他32-63。在调试上下文中，您可能只看到包含线程0-31的扭曲的结果。
线程以线程组（通常为32）执行，这些线程组也称为扭曲。扭曲按顺序将螺纹分组。在您的情况下，一个扭曲将得到线程0-31，其他32-63。在调试上下文中，您可能只看到包含线程0-31的扭曲的结果。
线程以线程组（通常为32）执行，这些线程组也称为扭曲。扭曲按顺序将螺纹分组。在您的情况下，一个扭曲将得到线程0-31，其他32-63。在调试上下文中，您可能只看到包含线程0-31的扭曲的结果

我想知道为什么只有32个5

有32个5，因为正如mete所说，内核只能由大小为32的线程组同时执行，在CUDA术语中称为扭曲

s_f不是应该有64个5吗

在同步屏障之后将有64个5，即
\uu syncthreads（）
。因此，如果您将断点放在
\uu syncthreads（）
调用之后的第一条指令上，您将看到所有五个。这是因为到那时，来自一个块的所有扭曲将在
\uuu syncthreads（）
之前完成所有代码的执行

如何使用Nsight查看所有扭曲

通过将其放入watchfield，您可以轻松查看所有线程的值：

s_f[sidx]

尽管由于优化，
sidx
值可能会变得未定义，因此我最好注意以下值：

s_f[((blockIdx.y * blockDim.y) + threadIdx.y) * nN + (blockIdx.x * blockDim.x) + threadIdx.x]

事实上，如果您想调查特定扭曲的值，那么正如Robert Crovella指出的，您应该使用条件断点。如果您想在第二个扭曲内断裂，那么在二维块的二维网格（我假定您正在使用）的情况下，应该可以使用类似的方法：

因为32是第二个经纱中第一条线的索引。有关块标注和轴网标注的其他组合，请参见

我想知道为什么只有32个5

有32个5，因为正如mete所说，内核只能由大小为32的线程组同时执行，在CUDA术语中称为扭曲

s_f不是应该有64个5吗

在同步屏障之后将有64个5，即
\uu syncthreads（）
。因此，如果您将断点放在
\uu syncthreads（）
调用之后的第一条指令上，您将看到所有五个。这是因为到那时，来自一个块的所有扭曲将在
\uuu syncthreads（）
之前完成所有代码的执行

如何使用Nsight查看所有扭曲

通过将其放入watchfield，您可以轻松查看所有线程的值：

s_f[sidx]

尽管由于优化，
sidx
值可能会变得未定义，因此我最好注意以下值：

s_f[((blockIdx.y * blockDim.y) + threadIdx.y) * nN + (blockIdx.x * blockDim.x) + threadIdx.x]

事实上，如果您想调查特定扭曲的值，那么正如Robert Crovella指出的，您应该使用条件断点。如果您想在第二个扭曲内断裂，那么在二维块的二维网格（我假定您正在使用）的情况下，应该可以使用类似的方法：

因为32是第二个经纱中第一条线的索引。有关块标注和轴网标注的其他组合，请参见

我想知道为什么只有32个5

有32个5，因为正如mete所说，内核只能由大小为32的线程组同时执行，在CUDA术语中称为扭曲

s_f不是应该有64个5吗

在同步屏障之后将有64个5，即
\uu syncthreads（）
。因此，如果将断点放在
__