Function CUDA上的Bessel函数在某些ε内

我尝试使用CUDA执行贝塞尔函数（以J0（x）为例）。 这是公式

我试图将结果控制在某个ε值内。这是代码

    __device__ void Bessel_j0(int totalBlocks, int totalThreads, float z, float epsilon, float* result){
            int n = 1;
            *result = 0;

            bool epsilonFlag = true;

            int idx_start;
            int idx_end;

            while(epsilonFlag == true){ 
                initThreadBounds(&idx_start, &idx_end, n, totalBlocks, totalThreads);
                float a_k;
                for (int k = idx_start; k < idx_end; k++) {
                    a_k = m_power((-0.25 * z * z), k)/(m_factorial(k) * m_factorial(k)); 
                    *result += a_k;
                }
                if(a_k < epsilon){
                        epsilonFlag = false;
                }
                n++;
            }
        }

__global__ void J0(int totalBlocks, int totalThreads,  float x, float* result){
        float res = 0;

        Bessel_j0(totalBlocks, totalThreads, 10, 0.01, &res);
        result[(blockIdx.x*totalThreads + threadIdx.x)] = res;
}

__host__ void J0test(){

    const int blocksNum = 32;
    const int threadNum = 32;

    float   *device_resultf; //для устройства
    float   host_resultf[threadNum*blocksNum]   ={0};


    cudaMalloc((void**) &device_resultf, sizeof(float)*threadNum*blocksNum);

    J0<<<blocksNum, threadNum>>>(blocksNum, threadNum, 10, device_resultf); 
    cudaThreadSynchronize();

    cudaMemcpy(host_resultf, device_resultf, sizeof(float)*threadNum*blocksNum, cudaMemcpyDeviceToHost);

    float sum = 0;

    for (int i = 0; i != blocksNum*threadNum; ++i) {
        sum += host_resultf[i];
        printf ("result in %i cell = %f \n", i, host_resultf[i]);
    }
    printf ("Bessel res = %f \n", sum);
    cudaFree(device_resultf);
}
int main(int argc, char* argv[])
{
    J0test();   
}

\uuuuuu设备\uuuuuuu无效Bessel\uj0（int totalBlocks、int totalThreads、float z、float epsilon、float*result）{
int n=1；
*结果=0；
bool epsilonFlag=真；
int idx_启动；
int idx_end；
而（epsilonFlag==true）{
initThreadBounds（&idx_开始，&idx_结束，n，totalBlocks，totalThreads）；
浮出水面；
对于（int k=idx_start；k

---

当我运行它时，它显示为黑屏，Windows说nVidia驱动程序没有响应，它恢复了它。在控制台输出中，

host\u resultf

数组中只有零。发生了什么？如何才能在一定的epsilon范围内正确执行函数？

这不太可能，但可能是您的内核执行达到了允许的内核执行时间限制。您的代码没有显示迭代次数的上限。epsilon可能永远无法到达，而您的内核会继续执行超过时间限制。这会有所帮助

---

在所有情况下，我都会给epsilon循环增加一个上限，永远不要让代码在没有迭代次数限制的情况下运行。

这不太可能，但可能是您的内核执行达到了允许的内核执行时间限制。您的代码没有显示迭代次数的上限。epsilon可能永远无法到达，而您的内核会继续执行超过时间限制。这会有所帮助

---

在所有情况下，我都会给epsilon循环增加一个上限，永远不要让代码在没有迭代次数限制的情况下运行。

您的程序执行时间太长，并且您遇到了windows TDR事件。这将卸载GPU驱动程序，从而停止程序执行。您应该看看您的程序是否有一些逻辑错误导致它花费很长时间，或者看看是否可以缩短内核执行时间。您可能还想尝试在CUDA GPU不是在windows下运行显示器的WDDM GPU的机器上运行它。WDDM GPU上运行的内核在您触发windows TDR事件之前的执行时间限制在2秒左右。请注意，CUDA库已经提供了第一类的贝塞尔函数j0、j1、jn，以及第二类的贝塞尔函数y0、y1、yn。@njuffa是的，我知道，但我有自己制作的任务-fa-在这种情况下，您可能需要考虑强度，减少级数计算，以显著减少计算时间，例如，在由AYK计算J0计算Ay（K+ 1）的情况下，乘以-**ZZ并除以KK。CUDA数学库遵循可能的标准（如C99）。POSIX定义了这组贝塞尔函数。我认为这与以下事实有关：通过一个众所周知的递归，0阶和1阶函数可以作为高阶函数的基础。您的程序执行时间太长，并且您遇到了windows TDR事件。这将卸载GPU驱动程序，从而停止程序执行。您应该看看您的程序是否有一些逻辑错误导致它花费很长时间，或者看看是否可以缩短内核执行时间。您可能还想尝试在CUDA GPU不是在windows下运行显示器的WDDM GPU的机器上运行它。WDDM GPU上运行的内核在您触发windows TDR事件之前的执行时间限制在2秒左右。请注意，CUDA库已经提供了第一类的贝塞尔函数j0、j1、jn，以及第二类的贝塞尔函数y0、y1、yn。@njuffa是的，我知道，但我有自己制作的任务-fa-在这种情况下，您可能需要考虑强度，减少级数计算，以显著减少计算时间，例如，在由AYK计算J0计算Ay（K+ 1）的情况下，乘以-**ZZ并除以KK。CUDA数学库遵循可能的标准（如C99）。POSIX定义了这组贝塞尔函数。我认为这与0阶和1阶的函数可以作为高阶函数的基础有关，通过一个众所周知的递归。哦，哇，这比我想象的要复杂哦，哇，这比我想象的要复杂