Question

我有一个程序来计算数组的值：数组A：有32个元素，值形式0 - ＆gt; 31。数组B：有16个元素，值= 0;

**我想按照这条规则计算B [i]的值：B [i] = A [i * 2] + A [i * 2 + 1];我从0到31 ** 我使用CUDA编程和我的示例代码：

Main.cu

 __global__ void Kernel(int *devB, int *devA)
    {  
    // Use share memory, 16 thread per block, so I use 16element for share memory in block 
    __shared__ int smA[16];
    //copy data from global memory to shared memory
    //1 thread copies 1 elementente
      smA[threadIdx.x] = devA[threadIdx.x + blockIdx.x * blockDim.x];
      __syncthreads(); 
    //8 thread in Block
      if (threadIdx.x < 8) 
    {
      devB[threadIdx.x + blockIdx.x * blockDim.x] = 
      smA[threadIdx.x * 2] + smA[threadIdx.x * 2 + 1];
    }
}

Void main

void main()
{
int *A = (int*)malloc(sizeof(int) * 32);
int *B = (int*)malloc(sizeof(int) * 16);

for (int i = 0; i < 32; i++)
A[i] = i;


    int *devA = NULL;
    cudaMalloc((void**)&devA, sizeof(int) * 32);
    cudaMemcpy(devA, A, sizeof(int) * 32), cudaMemcpyHostToDevice);
    int * devB = NULL;
    cudaMalloc((void**)&devB, sizeof(int) * 16);

    dim3 block(16, 1, 1);
    dim3 grid(2, 1, 1);

    Kernel<<<grid, block>>>(devB, devA);

    //copy back data to host
    cudaMemcpy(B, devB, sizeof(int) * 16, cudaMemcpyDeviceToHost);
    for (int i = 0; i < 16; i++) printf("%d/t", b[i]);

    if (A != NULL) free(A);
    if (B != NULL) free(B);
    if (devA != NULL) cudaFree(devA);
    if (devB != NULL) cudaFree(devB); 
}

所以，我想问一下：按照上面的代码，我在内核中使用共享内存 int smnA [16]，并使用2 block = 2 * 16线程因为每个线程执行一个内核（来自Seland.pdf） =＆GT;我将在共享内存中使用16x16 = 256元素？ =＆GT;没有逻辑！

Answer 1

不，你的假设是错误的。因为共享内存可以用于同一块内的线程的交互，所以也为整个线程块分配共享内存。在您的示例中，您将为每个线程块使用16个整数元素。您的内核总共需要32个整数元素来同时运行所有线程块。即使它不相同，但也许你可以将它与c代码中的静态变量进行比较。

如果你在你的内核中写下类似下面的代码示例，那么每个线程都将使用它拥有16个元素的自己的数组。但是这个数组不能被其他线程访问（异常将是shuffle指令）。

__globa__ void kernel (...)
{
  int array_single_thread[16]; // Every thread instance has it's own array.
  ...
  __shared__ int array_thread_block[16]; // Once allocated for complete thread block.
}

在CUDA中分享内存？它是如何工作的？

1 个答案: