【发布时间】：2016-03-29 13:36:01
【问题描述】：
所以我在全局内存中的gpu上写了一个并行归约和，因为我的gpu没有共享内存（我相信这意味着我不能使用本地内存？）。 问题是当我尝试添加超过 1024*4 的数字时，它开始输出错误的解决方案，通常会根据我输入的数字数量减少几百到几千。可能是什么原因？ A 是输入，C 是输出。
__kernel void GMM(__global float *A, __global float *B, __global float *C)
{
uint global_id =get_global_id(0);
uint group_size=get_global_size(0);
B[global_id]=A[global_id];
for(int stride = group_size/2;stride>0;stride /=2)
{
if(global_id<stride)
{
B[global_id]+=B[global_id+stride];
}
}
if(global_id == 0)
C[get_group_id(0)]=B[0];
}
【问题讨论】：
-
您安排了多少个工作组，工作组的规模是多少？
-
我的全局大小为 1024*4，局部大小为 2，所以 2048 个工作组。
-
我想我正在输入某种上限，并最终添加了当我超过 1024*4 全局大小时已经添加的随机全局值？
-
你能写一个工作代码和一个非工作代码吗？具有全球和本地号码。
-
如果没有同步，这样的缩减就无法进行。无法保证工作项的执行顺序。此外，OpenCL 中还有no global sync 机制。所以你需要构建一个工作组感知的归约。