[英]Sum 3D matrix cuda
我需要進行如下計算:A [x] [y] = sum {從z = 0到z = n} {B [x] [y] [z] + C [x] [y] [z]},其中矩陣A的尺寸為[height] [width],矩陣B,C的尺寸為[height] [width] [n]。
值通過以下方式映射到內存:
index = 0;
for (z = 0; z<n; ++z)
for(y = 0; y<width; ++y)
for(x = 0; x<height; ++x) {
matrix[index] = value;
index++;
}
Q1:這個Cuda內核可以嗎?
idx = blockIdx.x*blockDim.x + threadIdx.x;
idy = blockIdx.y*blockDim.y + threadIdx.y;
for(z=0; z<n; z++){
A[idx*width+idy] += B[idx*width+idy+z*width*height] + C[idx*width+idy+z*width*height];
}
問題2:這是進行計算的較快方法嗎?
idx = blockIdx.x*blockDim.x + threadIdx.x;
idy = blockIdx.y*blockDim.y + threadIdx.y;
idz = blockIdx.z*blockDim.z + threadIdx.z;
int stride_x = blockDim.x * gridDim.x;
int stride_y = blockDim.y * gridDim.y;
int stride_z = blockDim.z * gridDim.z;
while ( idx < height && idy < width && idz < n ) {
atomicAdd( &(A[idx*width+idy]), B[idx*width+idy+idz*width*height] + C[idx*width+idy+idz*width*height] );
idx += stride_x;
idy += stride_y;
idz += stride_z;
}
第一個內核沒問題。 但是我們尚未合並對矩陣B
和C
訪問。
至於第二內核功能。 您的數據競爭A[idx*width+idy]
因為不僅有一個線程能夠寫入A[idx*width+idy]
地址。 您需要其他同步,例如AttomicAdd
至於一般性問題:我認為實驗表明效果更好。 這取決於您擁有的典型矩陣大小。 請記住,Fermi <1024上的最大線程塊大小,並且如果矩陣的大小較大,則您會創建許多線程塊。 通常它比較慢(有很多線程塊)。
在ArrayFire中真正簡單:
array A = randu(nx,ny,nz);
array B = sum(A,2); // sum along 3rd dimension
print(B);
Q1:用知道答案的矩陣進行測試
備注:使用非常大的矩陣時,您可能會遇到問題。 使用while循環以適當的增量。 與往常一樣,Cuda by Example是參考書。
可在此處找到實現嵌套循環的示例: 對於使用CUDA的嵌套循環 。 實施了while循環。
marina.k關於比賽條件是正確的。 由於原子操作會減慢代碼速度,因此這將更傾向於方法一。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.