Cuda 快速计算连续指数之间的差异_Cuda_Gpu_Nvidia

Cuda 快速计算连续指数之间的差异

cuda

Cuda 快速计算连续指数之间的差异,cuda,gpu,nvidia,Cuda,Gpu,Nvidia,考虑到我有数组 Let Sum be 16 dintptr = { 0 , 2, 8,11,13,15} 我想用GPU计算连续索引之间的差异。因此，最终数组应如下所示： count = { 2, 6,3,2,2,1} 下面是我的内核： //for this function n is 6 __global__ void kernel(int *dintptr, int * count, int n){ int id = blockDim.x * blockIdx.x + thre

考虑到我有数组

Let Sum be 16
dintptr = { 0 , 2, 8,11,13,15}

我想用GPU计算连续索引之间的差异。因此，最终数组应如下所示：

count = { 2, 6,3,2,2,1}

下面是我的内核：

//for this function n is 6

__global__ void kernel(int *dintptr, int * count, int n){

   int id = blockDim.x * blockIdx.x + threadIdx.x;
   __shared__ int indexes[256];
   int need = (n % 256 ==0)?0:1;
   int allow = 256 * ( n/256 + need);
   while(id < allow){
     if(id < n ){
       indexes[threadIdx.x] = dintptr[id];

     }
     __syncthreads();
     if(id < n - 1 ){
       if(threadIdx.x % 255 == 0 ){
            count[id] = indexes[threadIdx.x + 1] - indexes[threadIdx.x];
       }else{
            count[id] = dintptr[id+1] - dintptr[id];
       }


    }//end if id<n-1
      __syncthreads();
     id+=(gridDim.x * blockDim.x);
    }//end while
}//end kernel
// For last element explicitly set count[n-1] = SUm - dintptr[n-1]

2个问题：

这个内核快吗。你能提出一个更快的实施方案吗？我想这个内核可以处理任意大小的数组吗我要咬

__global__ void kernel(int *dintptr, int * count, int n)
{
    for (int id = blockDim.x * blockIdx.x + threadIdx.x; 
         id < n-1; 
         id += gridDim.x * blockDim.x)
        count[id] = dintptr[id+1] - dintptr[i];
}

既然您说您显式地设置了最后一个元素的值，而您没有在内核中设置它，那么我也没有在这里设置它

我看不出在这个内核中使用共享内存有什么好处：费米上的一级缓存应该给你带来几乎相同的好处，因为你的位置高，重用率低

您和我的内核似乎都可以处理任意大小的数组。但是，您的代码似乎假定blockDim.x==256。

您是否测试/计时/分析了代码？你学到了什么？@programmer:我想你遗漏了第三个问题，那就是代码是否正确，答案是否定的，因为有一个潜在的死锁。我认为它还假设块大小为256。@Talonmes:很好的建议！通过将第二个同步线程转移到ifid

[concurrency]相关文章推荐

随机文章推荐