CUDA共享存储器阵列 - 古怪行为

Question

在CUDA内核，我具有类似于下面的代码。我试图计算每个线程一个分子，并在分块上累积分子以计算分母，然后返回比率。然而，CUDA被设置为任何值的块计算NUMER由线程拥有最大threadIdx.x，而不是在块穿过的所有线程计算的NUMER值的总和DENOM的价值。有谁知道发生了什么事？

extern __shared__ float s_shared[]; 

float numer = //calculate numerator 

s_shared[threadIdx.x] = numer; 
s_shared[blockDim.x] += numer; 
__syncthreads(); 

float denom = s_shared[blockDim.x]; 
float result = numer/denom; 

“结果”应始终为0和1之间，并应在整个块总和为1，而是它等于1.0每个线程，其中threadIdx.x为最大，以及一些其他值并不局限于到块中其他线程的范围。

Answer 1

你没有正确同步求和到blockDim.x位置。在添加总和之前，没有任何线程正在等待查看别人写的内容。有点像

• 大家读数为零，
• 回家，计算零+ NUMER。
• EVERONE写入零+ NUMER到所述存储器位置

高的threadId胜B/C它具有最后作用的可能性高，我想。

你想做的事，而不是为了做一个快速的总和什么，是做对 s_shared[threadIdx.x]

• 大家二进制和写入他们的NUMER
• 一半的线程计算对资金和写那些到新的位置
• 线程的四分之一caluclate对对的总和，并写那些到新的位置
• 等
• 直到ÿ OU只是有一个线程和一个总和

这需要O（n）的工作和O（log n）的时间。