For loop 并行编程依赖openacc

我正在尝试并行化这个循环，但是在PGI编译器中出现了一些错误，我不明白是什么错了

#pragma acc kernels
{
#pragma acc loop independent
    for (i = 0;i < k; i++)
    {
        for(;dt*j <= Ms[i+1].t;j++)
        {
            w = (j*dt - Ms[i].t)/(Ms[i+1].t-Ms[i].t);
            X[j] = Ms[i].x*(1-w)+Ms[i+1].x*w;
            Y[j] = Ms[i].y*(1-w)+Ms[i+1].y*w;
        }
    }
}

#pragma acc内核
{
#pragma acc环路独立
对于（i=0；ix，x->，Ms->y，y->防止并行化
循环携带的Y->，X->重用阻止了并行化
那么，我能做些什么来解决这个依赖性问题呢？
这很可能通过添加独立于内部循环的循环，或者使用collapse子句来平铺循环，并对两者应用独立性来解决。如果使用
restrict
传入所有数组，也可能会消失，但可能不会。
我看到一些问题同样给出了输出，我假设您使用“-ta=multicore，tesla”进行编译（即，同时针对多核CPU和GPU）

首先，由于“j”未在“i”循环中初始化，“j”的起始值将取决于“i”上一次迭代中“j”的结束值。因此，通过使用“循环独立”，循环不可并行化，您已经强制在外循环上进行并行化，但按顺序运行代码会得到不同的答案。您需要重新考虑您的算法

我建议将X和Y设置为二维。第一个维度的大小为“k”。第二个维度可以是锯齿状数组（即每个数组的大小不同），其大小对应于“Ms[I+1].t”值

我在《OpenACC并行编程》一书的第（5）章中写了一个使用锯齿阵列的例子。请参阅：

或者，如果设置了“Ms[0].t”，则可以设置“j=Ms[i].t”

或

另一件需要记住的事情是指针别名。在C/C++中，相同类型的指针可以指向相同的对象。因此，不需要附加信息，例如“restrict”属性、“independent”子句或PGI编译器标志“-Msafeptr”，编译器必须假设您的指针指向同一个对象，从而使循环不可并行。
您好，我更改了代码并出现错误，#pragma acc内核copyin（TEMPX[1:k]，TEMPY[1:k]，test[1:k]，MLX[1:k]，MLY[1:k]，w[1:k]）copyout（X[1:N]，Y[1:N{]）pragma acc循环独立于（int i=0；ifor(j=Ms[i].t;dt*j <= Ms[i+1].t;j++)

#pragma acc kernels copyout(X[0:size], Y[0:size]) 

 #pragma acc data copyout(X[0:size], Y[0:size])
 {
    ...
    #pragma acc kernels 
    ...
 }