不知道有没有高手可以解答以下问题?
资料形式: 600列800行的随机数
目的: 把每一行的数据加起来
初始化:
sum[600]={0.0}
data[600x800]= 上述资料
CUDA程式1: 成功
// dim3 gridsize(1, 1, 1);
// dim3 blocksize(600, 1, 1);
for (int j = 0; j < 800; j+= 1){
sum[(blockDim.x*bdx + tdx)] = sum[(blockDim.x*bdx + tdx)]
+ data[600*j + (blockDim.x*bdx +tdx)];
}
CUDA程式2: 失败
// dim3 gridsize(40, 1, 1);
// dim3 blocksize(600, 1, 1);
for (int j = 0; j < 800; j+= 40){
sum[0*(j + bdx) +tdx] = sum[0*(j + bdx) +tdx]
+ data[600*(j + bdx) +tdx];
}
请问程式2失败的原因是?可以怎么写呢?
我自己猜测是: 例如, sum[1]无法同时处理40笔资料
请教大家, 谢谢

抱歉, 资料形式: 800列600行的随机数目的: 把每一列的数据加起来int bdx = blockIdx.x; int tdx = threadIdx.x;

每一行600个数据，对吗？然后600个数据相加？喔，我懂了，是800个数据相加XDdata[600*(j + bdx) +tdx] access资料会超出边界吧？blockidx最大不是可以到39？

要不要考虑用cuda blas可能比较快cublasSgemv具体例子可以问chatGPT

为什么不用reduction

atomic add

实验结果: main func中用cublasSdot作很慢(时间需100倍)在__global__ 中用cublasSdot难编译 (makefile需修正)在我用的.cu程式(ubuntu环境)好像没办法用std::函式

错误的原因应该是 race condition，有叙述在论坛内无广告 https://forum.community.tw/t/topic/525欢迎大家多多利用来交流

threads从600改成15

thanks!!