CUDA 内核的奇怪行为

Question

我正在尝试制作一个简单的 Cuda 应用程序，它可以创建给定矩阵的积分图像。 我需要做的步骤之一是创建每一行的完整图像。 为了做到这一点，我想为每一行分配 1 个线程。 应该执行此操作的函数：

__global__ void IntegrateRows(const uchar* img, uchar* res)
{
    int x = blockIdx.x * blockDim.x + threadIdx.x;
    int y = blockIdx.y * blockDim.y + threadIdx.y;

    if (x >= Width || y >= Height)
        return;

    int sum = 0;
    int row = y * Width;
    for (int i = 0; i < Width - x; ++i)
    {
        res[row + i + x] = sum + img[row + i + x];
        sum += img[row + i + x];
    }
}

我使用一个大小为 3840x2160 的矩阵（ cv::Mat::ones(Size(Width, Height), CV_8UC1) ）进行测试。 当我尝试打印结果的内容时，它总是返回从 1 到 255 的数字序列：

执行配置为：

dim3 threadsPerBlock(1, 256);
dim3 numBlocks(1, 16);
IntegrateRows<<<numBlocks, threadsPerBlock >>>(img, res);

我的 GPU 是 Nvidia RTX 3090。

Answer 1

tl;dr：让你的输出矩阵有更大的元素

我对 CV 不太了解，但这似乎就是你在做什么：如果你对序列进行整合/前缀求和

1, 1, 1, 1, ...

你得到：

0, 1, 2, 3, ...

然后在达到元素类型的最大值时回绕。 在您的情况下，它是uchar ，即unsigned char 。 它的最大值是 255，再加上 1，得到 0。

如果您将输出矩阵元素类型更改为unsigned short （或者可能只是unsigned int ） - 您将不会获得环绕行为。 当然，如果你加起来是 255 而不是 1，和/或你的矩阵更大，那么类型的表示范围可能不够大。