CUDA缩减-和样本:数据竞赛？
CUDA缩减-和样本:数据竞赛？
提问于 2015-06-29 11:59:22
我是数据自动化系统的新手，目前我正在调查和减少样本，这与我的最终目标相关。
提供的文档描述了如何对内核进行优化，以快速减少跨块的大型数组。宿主函数reduce在reduction_kernel.cu中使用模板在编译时优化各种内核。
template <class T>
void reduce(int size, int threads, int blocks,
int whichKernel, T *d_idata, T *d_odata)
{
//
// Long list with switch statement to have all optimized functions at compile-time
//
// amongst which (for instance):
case 32:
reduce5<T, 32><<< dimGrid, dimBlock, smemSize >>>(d_idata, d_odata, size);
break;编辑:内核reduce5用d_idata的部分和填充d_odata。更具体地说，它将g_idata的元素与索引2*blockSize*blockIdx.x相加到2*blockSize*(blockIdx.x + 1) (不包括在内)，并将结果存储在g_odata[blockIdx.x]中。(编辑-结尾)
总和是通过缩小块的大小来得到的，直到剩下一个块为止。主机代码用于通过在减少的数组上重复启动内核来跨“级别”同步内核。Reduction.cpp中的相关代码位：
template <class T>
T benchmarkReduce(int n, numThreads, numBlocks, /* more args */,
T *h_odata, T *d_idata, T *d_odata) {
// first kernel launch
reduce<T>(n, numThreads, numBlocks, whichKernel, d_idata, d_odata);
// repeated kernel launches
int s=numBlocks;
int kernel = whichKernel;
while (s > cpuFinalThreshold)
{
int threads = 0, blocks = 0;
getNumBlocksAndThreads(kernel, s, maxBlocks, maxThreads, blocks, threads);
reduce<T>(s, threads, blocks, kernel, d_odata, d_odata);
if (kernel < 3)
s = (s + threads - 1) / threads;
else
s = (s + (threads*2-1)) / (threads*2);
}
}我对第一个内核调用很满意，它将d_idata的部分和存储在d_odata中。我担心的是第二个内核发布(在while循环中)：即内核将同时读写，这可能导致数据竞争。例如，第二个块可以在第一个块读取其原始值之前将其部分和写入d_odata[1]；这是第一个块的部分和所必需的。
我错过了一个细节吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-05-22 01:44:25
这一点已在数据自动化系统8.0软件包中得到修正。库达8.0很快就会面世。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/31115128
复制相关文章
相似问题
腾讯云开发者
