Python （Py）OpenCL同时修改来自所有线程的值

很简单，我有下面的内核，它修改了

C[0]

的值，其中

C

是一个只有一个元素的数组

__kernel void sigma(__global float *A, __global float *B, __global float *C) {
    int i = get_global_id(0);
    printf("Adding %.2f + %.2f", A[i], B[i]);
    C[0] += A[i] + B[i];
}

问题是，最后

C[0]

有最后完成的线程的值，特别是在本例中，我得到了以下结果

Adding 1.00 + 0.00
Adding 2.00 + 1.00
Adding 3.00 + 1.00
Adding 4.00 + 1.00
[5.]

最后，

C[0]

是

4.00+1.00

。我想要的是

C[0]

成为

（1.00+0.00）+（2.00+1.00）+（3.00+1.00）+（4.00+1.00）

。因此，我希望将每个线程的

A[I]

和

B[I]

添加到

C[0]

此外，我不只是寻找补充，我希望这是与任何功能或操作兼容

这可能是多余的，但在主机代码中，我只是尽可能地将数据传递到内核。这个问题与主机代码有关吗

import pyopencl as cl, numpy as np; 
ctx = cl.create_some_context(); queue = cl.CommandQueue(ctx); mf = cl.mem_flags
M = np.array([1, 2, 3, 4]).astype(np.float32) # A
V = np.array([0, 1, 1, 1]).astype(np.float32) # B
a = np.array([0]).astype(np.float32) # C
# Transfer data to GPU
A_GPU = cl.Buffer(ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=M) 
B_GPU = cl.Buffer(ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=V)
C_GPU = cl.Buffer(ctx, mf.WRITE_ONLY, a.nbytes)
c = np.zeros(shape=a.shape, dtype= np.float32) # array to copy the result
kernel.sigma(queue, M.shape, None, A_GPU, B_GPU, C_GPU)
cl.enqueue_copy(queue, c, C_GPU).wait()

---

内核的编写方式效率低下，在许多情况下会导致不确定的结果。通常，应该避免多个线程（工作项）同时写入同一地址。在你的例子中，

C[0]+=A[i]+B[i]

是一个读-修改-写序列，从并行访问的角度来看，这会使事情变得更糟

您需要使用的是并行归约模式。 此模式允许您将数组中的所有元素高效且确定地求和为单个值（或者在您的情况下为-2数组）。它还支持除加法之外的许多其他关联运算符

---

在线资源很多，您可以根据自己的情况进行调整。

正如@Elad Maimoni所说，在PyOpenCl中执行reduce的一种方法是使用

2.0版
中提供的功能
work\u group\u reduce\u add

在python中，它可以这样实现


内核


主机代码的其余部分

这将输出
[90]

kernel = cl.Program(ctx, """
__kernel void resum(__global float *A, __global float *B, __global float *a) {
    int i = get_global_id(0);
    a[0] = work_group_reduce_add(A[i] + B[i]);
}
""").build(options='-cl-std=CL2.0') # Build using cl 2.0

# Some example arrays
a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
b = np.array([9, 8, 7, 6, 5, 4, 3, 2, 1])
c = np.array([0])
d = np.array([0])

# Create GPU data
a = cl.Buffer(ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=a)
b = cl.Buffer(ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=b)
c = cl.Buffer(ctx, mf.READ_ONLY | mf.COPY_HOST_PTR, hostbuf=c)

kernel.resum(queue, (10, ), None, a, b, c)
cl.enqueue_copy(queue, d, c)
print(d)