为什么OpenCL atomic_add浮点实现会产生不确定的结果？

我需要在OpenCL的多个线程中向相同的全局内存地址添加一个

浮点值。对于任何两次模拟运行，结果都不相同，对
原子添加函数的调用是此错误的根源。我使用的是Nvidia Titan Xp GPU和驱动程序436.02

由于OpenCL不支持带浮动的
原子添加
，因此使用
原子cmpxchg
：

void原子添加（易失性全局浮点*addr，常量浮点val）{
联合{
uint u32；
浮动f32；
}其次，预期，当前；
current.f32=*addr；
做{
next.f32=（预期的.f32=当前的.f32）+val；/…*val表示原子的
current.u32=atomic_cmpxchg（（易失性全局uint*）addr，expected.u32，next.u32）；
}while（当前的.u32！=预期的.u32）；
}

但是，此代码确实会产生不确定的结果。每次跑步的结果略有不同，类似于比赛条件出现时的情况

我也试过这个版本

void原子添加（易失性全局浮点*addr，常量浮点val）{
私人浮动旧，金额；
做{
old=*地址；
总和=旧的+val；
}而（原子的（（易失性全局int*）addr，as_int（old），as_int（sum））！=as_int（old））；
}

这也不能正常工作。提供的版本也不起作用

这是怎么回事，怎么解决呢？
由于浮点运算的工作方式，
（a+b）+c
和
a+（b+c）
不一定产生完全相同的结果。中间结果总是被截断或四舍五入。由于内核的不同工作项不是以确定的顺序运行的，因此您的总和不会是确定的

维基百科中的浮点计算，根据关联性的不同不会产生相同的结果

可能的解决办法：


不要使用浮点累加器
将结果写入数组，并在主机上使用串行求和或在GPU或加速器上使用确定性简化算法在单独的步骤中对数组求和

请注意，OpenCL不强制要求任何特定的舍入行为，因此即使您将累加更改为确定性，算法的其余部分也很可能不会在不同的OpenCL实现中产生一致的结果。如果您在任何情况下都必须为相同的输入获得相同的结果，请不要使用浮点运算，而是使用大小适当的整数。
减少是确定的。你总是把1和1+n/2，2和2+n/2相加。。。1和2。原子添加操作无法使用工作项id值对其所有访问重新排序，并且无法猜测工作项的顺序。