Parallel processing 为什么原子操作只在HLSL计算着色器中的线程组内工作？

我有两个缓冲区，

src

和

target

src

是具有重复项的随机值（可能类似于

{1,3,1,3,2,3，…}

）<代码>目标最初全部为零

<>我想做的是（在C++语法中）：

但我想在HLSL计算着色器中执行此操作。由于

src

中存在重复项，因此可能存在数据争用。所以我实现了

AtomicAdd

操作：

#define AtomicAdd(BUFFER, IDX, VALUE) \
keepWaiting = true;\
do {\
    uint ov;\
    InterlockedCompareExchange(BUFFER##_Mutex[IDX], 0, 1, ov);\
    if (ov == 0) {\
        BUFFER[IDX] += VALUE;\
        BUFFER##_Mutex[IDX] = 0;\
        keepWaiting = false;\
    }\
} while (keepWaiting)

在仅包含一个组的计算着色器中，如：

// called by group number (1, 1, 1)
[numthreads(512, 1, 1)]
void kernel(uint3 id : SV_DispatchThreadID) {
    for (uint i = 0; i <= SrcSize / 512; i++) {
        uint idx = i * 512 + id.x;
        if (idx >= SrcSize) {
            return;
        }

        bool keepWaiting;

        uint srcValue = src[idx];

        AtomicAdd(Target, srcValue, 1);
    }
}

它不会产生正确的结果

所以我的问题是：为什么会发生这种情况？这两种内核的区别是什么

// called by group number (1, 1, 1)
[numthreads(512, 1, 1)]
void kernel(uint3 id : SV_DispatchThreadID) {
    for (uint i = 0; i <= SrcSize / 512; i++) {
        uint idx = i * 512 + id.x;
        if (idx >= SrcSize) {
            return;
        }

        bool keepWaiting;

        uint srcValue = src[idx];

        AtomicAdd(Target, srcValue, 1);
    }
}

// called by group numbers (X, 1, 1), X is a large number and X * 512 > SrcSize.
[numthreads(512, 1, 1)]
void kernel(uint3 id : SV_DispatchThreadID) {
    if (id.x >= SrcSize) {
        return;
    }

    bool keepWaiting;

    uint srcValue = src[idx];

    AtomicAdd(Target, srcValue, 1);
}