我正在使用 GPU 进行一些计算以处理单词。 最初,我使用一个 block (具有 500 个线程)来处理一个单词。 要处理 100 个单词,我必须在主函数中将内核函数循环 100 次。
for (int i=0; i<100; i++)
kernel <<< 1, 500 >>> (length_of_word);
我的内核函数如下所示:
__global__ void kernel (int *dev_length)
{
int length = *dev_length;
while (length > 4)
{ //do something;
length -=4;
}
}
现在我想同时处理所有 100 个单词。
每个 block 仍将有 500 个线程,并处理一个单词(每个 block )。
dev_totalwordarray:存储单词的所有字符(一个接一个)
dev_length_array:存储每个单词的长度。
dev_accu_length:存储单词的累计长度(前面所有单词的总char)
dev_salt_ 是一个大小为 500 的数组,存储无符号整数。
因此,在我的主要功能中我有
kernel2 <<< 100, 500 >>> (dev_totalwordarray, dev_length_array, dev_accu_length, dev_salt_);
填充 cpu 数组:
for (int i=0; i<wordnumber; i++)
{
int length=0;
while (word_list_ptr_array[i][length]!=0)
{
length++;
}
actualwordlength2[i] = length;
}
从 cpu -> gpu 复制:
int* dev_array_of_word_length;
HANDLE_ERROR( cudaMalloc( (void**)&dev_array_of_word_length, 100 * sizeof(int) ) );
HANDLE_ERROR( cudaMemcpy( dev_array_of_word_length, actualwordlength2, 100 * sizeof(int),
我的函数内核现在看起来像这样:
__global__ void kernel2 (char* dev_totalwordarray, int *dev_length_array, int* dev_accu_length, unsigned int* dev_salt_)
{
tid = threadIdx.x + blockIdx.x * blockDim.x;
unsigned int hash[N];
int length = dev_length_array[blockIdx.x];
while (tid < 50000)
{
const char* itr = &(dev_totalwordarray[dev_accu_length[blockIdx.x]]);
hash[tid] = dev_salt_[threadIdx.x];
unsigned int loop = 0;
while (length > 4)
{ const unsigned int& i1 = *(reinterpret_cast<const unsigned int*>(itr)); itr += sizeof(unsigned int);
const unsigned int& i2 = *(reinterpret_cast<const unsigned int*>(itr)); itr += sizeof(unsigned int);
hash[tid] ^= (hash[tid] << 7) ^ i1 * (hash[tid] >> 3) ^ (~((hash[tid] << 11) + (i2 ^ (hash[tid] >> 5))));
length -=4;
}
tid += blockDim.x * gridDim.x;
}
}
然而,kernel2 似乎根本不起作用。
这似乎是 while (length > 4)
造成的。
有人知道为什么吗?谢谢。
最佳答案
我不确定 while
是否是罪魁祸首,但我在您的代码中看到一些让我担心的事情:
- 您的内核不产生任何输出。优化器很可能会检测到这一点并将其转换为空内核
- 几乎在任何情况下您都不希望为每个线程分配数组。那会消耗很多内存。您的
hash[N]
表将按线程分配并在内核结束时丢弃。如果N
很大(然后乘以线程总数),您可能会用完 GPU 内存。更不用说,访问hash
几乎和访问全局内存一样慢。 - block 中的所有线程都将具有相同的
itr
值。是故意的吗? - 每个线程只初始化其自己的
hash
表拷贝中的一个字段。 - 我看到
hash[tid]
,其中tid
是一个全局索引。请注意,即使hash
是全局的,您也可能会遇到并发问题。并非网格中的所有 block 都会同时运行。虽然一个 block 将初始化hash
的一部分,但另一个 block 甚至可能不会启动!
关于c++ - CUDA 内核中的 While 循环失败,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13281415/