Question

我正在尝试在OpenCL上实现A-Star搜索算法，但无法找到为其实现优先级队列的方法。以下是我在.cl文件中尝试做的一般概念

//HOW TO IMPLEMENT THESE??
void extractFromPriorityQueue();
void insertIntoPriorityQueue();
//HOW TO IMPLEMENT THESE??

__kernel void startAStar(//necessary inputs) {
 int id = get_global_id(0);
 int currentNode = extractFromPriorityQueue(priorityQueueArray,id);
  if(currentNode==0){
    return;
  }
 int earliest_edge = vertexArray[currentNode-1];
 int next_vertex_edge = vertexArray[currentNode];
 for(int i=earliest_edge;i<next_vertex_edge;i++){
    int child = edgeArray[i];
    float weight = weightArray[i];
    gCostArray[child-1] = gCostArray[currentNode] + weight;
    hCostArray[child-1] = computeHeuristic(currentNode,child,coordinateArray);
    fCostArray[child-1] = gCostArray[child-1] + hCostArray[child-1];
    insertIntoPriorityQueue(priorityQueueArray,child);
 }
}

此外，在这种情况下是否必须同步优先级队列？

Answer 1

以下是各种无锁GPU数据结构（包括跳过列表和优先级队列）的文章，pptx和源的链接。但是源代码是CUDA。 CUDA代码足够接近OpenCL，您可以了解如何在OpenCL中实现此功能。

使用原子操作同步优先级队列。队列节点在主机上分配，并作为全局节点数组传递给函数。通过使用数组计数器的原子增量获得新节点。

使用原子比较和交换（交换）调用将节点插入队列。论文和ppx 解释工作和并发问题。

http://www.cse.iitk.ac.in/users/mainakc/projects.html

请参阅上页中的条目

并行编程/运行时支持 [ICPADS 2012] [PDF] [源代码] [谈话幻灯片（PPTX）] Prabhakar Misra和Mainak Chaudhuri。 GPU上并发无锁数据结构的性能评估。在第18届IEEE并行和分布式系统国际会议论文集，第53-60页，2012年12月。

源代码链接为http://www.cse.iitk.ac.in/users/mainakc/lockfree.html

Answer 2

如果不支持原子操作，还有另一种方法。您可以使用这个想法来平行Harish和Narayanan的论文Accelerating large graph algorithms on the GPU using CUDA中的Dijkstra最短路径算法。

他们建议复制数组以实现与Mask，Cost和Update数组的同步。

Mask是一个唯一的布尔数组，用于表示具有此大小的队列。如果此数组中的元素 i 为true，则 i 元素位于队列中。

有两个内核可以保证同步：

第一个内核仅从Cost数组中读取值写入更新数组。
第二个内核只更新Cost 如果它们与Update不同，则为值。在这种情况下，升级后的元素将被设置为真。

这个想法很有效，在OpenCL编程指南的书中有一个案例研究的实现：https://code.google.com/p/opencl-book-samples/source/browse/trunk/src/Chapter_16#Chapter_16%2FDijkstra。

opencl中的优先级队列

2 个答案: