Cuda 部分线程同步

在我的应用程序中，我已经划分了工作，以便每个经纱做一个工作单元

为了在装置上开始工作，每个块的线程零必须计算从常数

C0

到

CW

的递归关系，其中

W=#warp-1

从概念上看，它是这样的：

if(threadId.x ==0) {
    for(x=1;x<#warps;x++) {
        C[x] = calc_recur(C[x-1]);
    }
}
syncthreads();

for(x=1;x<#warps;x++) {
    if(threadId.x ==0) {
        C[x] = calc_recur(C[x-1]);
    }
    if(x < warpId) {
        partial_syncthreads(x);
    }
}

if（threadId.x==0）{
对于（x=1；x，我不能完全确定，但我怀疑是否有办法减少内核运行时的线程数量

因此，我建议：

（1） 保持原样，同步线程在这一点上毫无意义

（2） 将内核拆分为多个内核。这样可以减少线程数来计算显示的代码。但使用此方法，您将无法访问共享内存

（3） 在主机上执行计算。由于这是一个高度串行的实现，这可能是更快的方法。在这里，您必须确保您的函数
calc_recur（）
非常昂贵，传输到主机不会抵消速度的好处。
我不完全确定，但我怀疑是否有办法减少内核运行时的线程数量

因此，我建议：

（1） 保持原样，同步线程在这一点上毫无意义

（2） 将内核拆分为多个内核。这样可以减少线程数来计算显示的代码。但使用此方法，您将无法访问共享内存

（3） 在主机上执行计算。因为这是一个高度串行的实现，所以这可能是更快的方法。在这里，您必须确保您的函数
calc\u recur（）
足够昂贵，传输到主机不会抵消速度优势。
首先：为什么要这样做？
syncthreads（）
只确保所有线程都完成了它们以前的工作。我看不出为什么要在每个循环中同步它们。第二点：你可能会混合使用
block
和
warp
这两个术语吗？我为什么要这样做：如果可能，它会创建一个临时工作管道，允许warp开始他们的工作越早，它也会越早完成，但随后会被另一个工作填充。由于我在每个工作单元上的工作都大量使用随机访问，我请求访问许多cachline，因此为了更早地进行一些工作，可能会减轻内存总线的一些压力。我会同步每个循环的原因是s，这样它们就不能在计算其工作单位之前逃逸。不，小于x的扭曲中的线程已计算其工作单位。好的。我明白你的意思。不过，我认为你应该用“释放”之类的词替换术语“同步”（这只确保每个线程都在调用此函数的点上）。是什么阻止您停止内核，在一个小内核中计算
C[x]
，然后再次运行一个更大的内核（或者您下一步要做什么）？这将释放所有不需要的线程，直到您启动下一个内核。首先：为什么要这样做？
syncthreads（）
只确保所有线程都完成了它们以前的工作。我看不出为什么要在每个循环中同步它们。第二点：你可能会混合使用
block
和
warp
这两个术语吗？我为什么要这样做：如果可能，它会创建一个临时工作管道，允许warp开始他们的工作越早，它也会越早完成，但随后会被另一个工作填充。由于我在每个工作单元上的工作都大量使用随机访问，我请求访问许多cachline，因此为了更早地进行一些工作，可能会减轻内存总线的一些压力。我会同步每个循环的原因是s，这样它们就不能在计算其工作单位之前逃逸。不，小于x的扭曲中的线程已计算其工作单位。好的。我明白你的意思。不过，我认为你应该用“释放”之类的词替换术语“同步”（这只确保每个线程都在调用此函数的点上）。是什么阻止您停止内核，在一个小内核中计算
C[x]
，然后再次运行一个更大的内核（或者您下一步要做什么）？这将释放所有不需要的线程，直到您启动下一个内核。