Question

在这个例子中，我有3个float数组，query_points []，initial_array []和final_array []。 query_points []中的值向下舍入并成为索引值，我想将initial_array []中这些索引处的数据复制到result_array []。

我遇到的问题是每几百个值，与正常工作的c ++代码相比，我得到了不同的值。我是CUDA的新手，不知道发生了什么。如果您能指出我的解决方案，请告诉我。谢谢！

CUDA代码：

int w = blockIdx.x * blockDim.x + threadIdx.x; // Col // width
int h = blockIdx.y * blockDim.y + threadIdx.y; // Row // height
int index = h*width+w;

if ((w < width) && (h < height)){
    int piece = floor(query_points[index]) - 1;
    int piece_index = h*width+piece;

    result_array[index] = initial_array[piece_index];
}

Answer 1

你在自己的评论中给出了答案：“我也认为这可能与我将相同的输入和输出数组传递给函数，尝试进行就地操作这一事实有关。”

您对症状的描述（仅偶尔发生，只在大型阵列上进行重新编码）也符合解释。

请注意，如果您想要完全并发，则无法始终防范竞争条件 - 您可能必须使用单独的输入和输出数组。合并排序和基数在处理时对中间阵列之间的乒乓进行排序。我认为没有人知道如何在没有O（N）辅助空间的情况下实现这些算法。

Answer 2

我没有编写代码来测试它，但我可以看到两个问题：

如果你正在使用floorf（）函数而不是使用floorf（）函数。我不认为这是原因，但显然这是更好的方法。
我能看到的主要问题是更微妙，或者我只是推测：floor（）和floorf（）分别返回float和double。所以，当你这样做时：

floor（query_points [index]） - 1;

你所拥有的仍然是一个浮点数，可能小于你应该得到的实际积分值，因为精度损失。当您通过

int piece = floor(query_points[index]) - 1;

你基本上截断小数部分并得到n-1，你认为你得到n。

即使没有这种分析

int piece = floor(query_points[index]) - 1;

在这一行中，你是地板而不是截断，这基本上是相同的，所以你甚至不需要使用floor（）或floorf（）。

CUDA：重新索引数组

2 个答案: