在CUDA内核中，我有类似于以下的代码。我尝试为每个线程计算一个分子，并在块上累积分子以计算分母，然后返回比率。但是，CUDA将denom的值设置为具有最大threadIdx.x的块中的线程为numer计算的任何值，而不是块中所有线程计算的numer值的总和。有谁知道这是怎么回事吗？
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;result应该总是在0和1之间，并且应该在整个块中总和为1，但是对于每个线程，它等于1.0，其中threadIdx.x是最大值，并且其他值不限于块中其他线程的范围。
1条答案
按热度按时间ecfsfe2w1#
您没有将求和正确同步到
blockDim.x位置。没有一个线程在添加它们的总和之前等待查看其他线程写了什么。有点像1.每个人都读零
1.回到家，计算零+
numer。1.每个人都将0 +
numer写入内存位置高threadId赢得B/c它有一个最后行动的可能性很高，我想。
为了快速求和，您需要对
s_shared[threadIdx.x]进行二进制求和1.每个人都写他们的
numer1.一半的线程计算对的和并将它们写入新的位置
1.四分之一的线程计算对的和，并将它们写入新的位置
1.等等
1.直到你只有一条线和一个和
这需要O（n）的工作和O（log n）的时间。