cuda内核没有访问数组的所有元素

Question

我编写了一个 cuda 程序来对大型数组进行一些操作。但是当我将该数组传递给 cuda 内核时，它的所有元素都不会被线程访问。下面，有一个简单的程序解释了我的用例:

#include <stdio.h>
#include <stdlib.h>

__global__
void kernel(int n){
        int s = threadIdx.x + blockIdx.x*blockDim.x;
        int t = blockDim.x*gridDim.x;
        for(int i=s;i<n;i+=t){
        printf("%d\n",i);  //printing index of array which is being accessed
        }
}

int main(void){
        int i,n = 10000; //array_size
        int blockSize = 64;
        int numBlocks = (n + blockSize - 1) / blockSize;
        kernel<<<numBlocks, blockSize>>>(n);
        cudaDeviceSynchronize();
}

我试过不同的 blockSize = 256, 128, 64, etc , 它没有打印数组的所有索引。理想情况下，它应该打印 0 to n-1 的任何排列。 , 但是打印较少 (<n)数字。

如果numBlocks和 blockSize都为1，则访问所有元素。如果数组大小小于 4096，那么它也会访问所有元素。

Answer 1

实际上，所有值都在当前情况下打印。但由于输出控制台的缓冲区限制，您可能无法看到所有这些。尝试增加输出控制台的缓冲区大小。

此外，请记住内核中的 printf 调用是乱序执行的。此外，设备上的 printf 缓冲区存在限制，这在 documentation 中进行了说明。 .