不知道有沒有高手可以解答以下問題?
資料形式: 600列800行的隨機數
目的: 把每一行的數據加起來
初始化:
sum[600]={0.0}
data[600x800]= 上述資料
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: 失敗
// 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];
}
請問程式2失敗的原因是?可以怎麼寫呢?
我自己猜測是: 例如, sum[1]無法同時處理40筆資料
請教大家, 謝謝

抱歉, 資料形式: 800列600行的隨機數目的: 把每一列的數據加起來int bdx = blockIdx.x; int tdx = threadIdx.x;

每一行600個數據，對嗎？然後600個數據相加？喔，我懂了，是800個數據相加XDdata[600*(j + bdx) +tdx] access資料會超出邊界吧？blockidx最大不是可以到39？

要不要考慮用cuda blas可能比較快cublasSgemv具體例子可以問chatGPT

為什麼不用reduction

atomic add

實驗結果: main func中用cublasSdot作很慢(時間需100倍)在__global__ 中用cublasSdot難編譯 (makefile需修正)在我用的.cu程式(ubuntu環境)好像沒辦法用std::函式

錯誤的原因應該是 race condition，有敘述在論壇內無廣告 https://forum.community.tw/t/topic/525歡迎大家多多利用來交流

threads從600改成15

thanks!!