opencl 同步

Question

我是 opencl 的新手，我似乎不了解屏障功能。这是我的内核的代码。这是一个标准矩阵向量计算，输出为 *w。有1个工作组，64个工作单元，与向量的维数相同

#pragma OPENCL EXTENSION cl_khr_fp64 : enable
__kernel void fmin_stuff(__global double *h, __global double *g, __global double  
  *w,int n,__global int * gid) {

// Get the index of the current element
int i = get_global_id(0);
int j;
gid[i]=get_local_id(0);

w[i]=-g[i];
barrier(CLK_GLOBAL_MEM_FENCE | CLK_LOCAL_MEM_FENCE);
for (j=0;j<n;j++)
{
  if (j<i)
    w[i]-=h[i+j*n]*w[j];
  barrier(CLK_GLOBAL_MEM_FENCE | CLK_LOCAL_MEM_FENCE);
}
}

问题是代码随机失败。输出是正确的一段时间。这是每次运行的 w 的初始值。

-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.80155 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.80155 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.80155 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.80155 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.80155 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.80155 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.34999 2.51524 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.80155 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.80155 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.10141 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.72261 2.80155 
-0.148351 -0.309007 0.133204 -1.39589 2.88335 -2.68636 2.77369 

程序报告内核在每种情况下都成功执行。对于所有运行，向量 w 中的值最终都是不正确的。任何建议将不胜感激。

对于这是否是简单的矩阵乘法存在一些混淆。它不是。这就是代码试图完成的任务，我只包含 w 的前 5 个术语。

w(1)=-g(1);
w(2)=-g(2);
w(3)=-g(3);
w(4)=-g(4);
w(5)=-g(5);

w(2)-=h(2)*w(1);
w(3)-=h(3)*w(1);
w(4)-=h(4)*w(1);
w(5)-=h(5)*w(1);

w(3)-=h(3+N)*w(2);
w(4)-=h(4+N)*w(2);
w(5)-=h(5+N)*w(2);

w(4)-=h(4+2*N)*w(3);
w(5)-=h(5+2*N)*w(3);

w(5)-=h(5+3*N)*w(4);

此外，每个程序运行只调用一次内核。随机行为源于多次运行程序。

评论让我明白我做错了什么。我将工作组和项目配置为

size_t global_item_size[3] = {N, 1, 1}; // Process the entire lists
size_t local_item_size[3] = {1,1,1}; // Process in groups of 64
ret = clEnqueueNDRangeKernel(command_queue, kernel, 1, NULL,
        global_item_size, local_item_size, 0, NULL, NULL);

应该是什么时候。

size_t global_item_size[3] = {N, 1, 1}; // Process the entire lists
size_t local_item_size[3] = {N,1,1}; // Process in groups of 64
ret = clEnqueueNDRangeKernel(command_queue, kernel, 1, NULL,
        global_item_size, local_item_size, 0, NULL, NULL);

感谢您的帮助。这对我来说很好，但可能不是很感兴趣 给别人。

Answer 1

您能否详细说明一下，为什么您的内核中需要 global_id 和 local_id？

如果你只有一个工作组，那么 local_id 就足够了。

还有，为什么要把g中的数据复制到w中呢？

您是否试图实现的不仅仅是简单的：w=h*g，其中 h 是矩阵，g 是向量？

最后，如果您不是简单地多次重新启动您的应用程序，而是您只是在一个应用程序中多次启动内核，似乎最可能的解释是您在某处损坏了内存，即。您正在覆盖输入数据。

能否检查在同一次运行中传递给内核的输入数据是否一致？

Answer 2

首先，在您的情况下，您不需要使用 CLK_LOCAL_MEM_FENCE。

但我建议复制

1. 全球 -> 本地
2. 使用本地数据
3. 复制本地 -> 全局

在这种情况下，您将需要 CLK_LOCAL_MEM_FENCE

现在回到你的问题。 据我所知，如果工作组中的不同项目执行此行，则可能会出现问题：

w[i]-=h[i+j*n]*w[j];

不是同时。想象一个工作项已经为 w[i] 计算了值，然后其他工作项访问 w[j]。然后，如果我们的第二个工作项的“j”与第一个工作项的“i”相同，其他工作项将使用它的第一个迭代值，该值已经被第一个工作项更新。

接下来你应该做的是（以防你仍然想使用全局内存）：

我还假设 n

for (j=0;j<n;j++)
{
    double wj;
    if (j<i)
        wj = w[j];
    barrier(CLK_GLOBAL_MEM_FENCE); // read_mem_fence(CLK_GLOBAL_MEM_FENCE) is enough
    if(j<i)
        w[i]-=h[i+j*n]*wj;
    barrier(CLK_GLOBAL_MEM_FENCE);  // write_mem_fence(CLK_GLOBAL_MEM_FENCE) is enough
}

希望对你有帮助