Question

我在主机和设备上定义了一个结构。在主机中，我使用值初始化此结构的数组。

MyStruct *h_s = (MyStruct *) malloc(objsize*sizeof(MyStruct));
hs[0] = ...

Mystruct *d_s;
cudaMalloc( &d_s, objsize * sizeof(MyStruct));
cudaMemcpy( d_s, h_s, objsize * sizeof(MyStruct), cudaMemcpyHostToDevice );
init<<< gridSize, blockSize >>> ( d_s );

在我的内核中，我有大约7个应该使用这个数组的函数。其中一些是全局的，一些是简单的设备功能。为了简单和高效，我想使用共享内存阵列。

__shared__ Mystruct *d_s;

__global__ void init(Mystruct *theStructArray){
   //How to allocate memory for d_s
   //How copy theStructArray to d_s
}

所以问题是：我如何为共享数组分配内存并使用函数参数设置其值？

修改我正在尝试将小编码写入cuda。

struct Sphere {
double rad;       // radius
Vec p, e, c;      // position, emission, color
Refl_t refl;      // reflection type (DIFFuse, SPECular, REFRactive)

Sphere(){
    rad = 16.5;
    p = (Vec(27,16.5,47) + Vec(73,16.5,78))*0.5;
    e = Vec();
    c = Vec(0.75, 0.75, 0.75);
    refl = DIFF;
}

Sphere(double rad_, Vec p_, Vec e_, Vec c_, Refl_t refl_):
rad(rad_), p(p_), e(e_), c(c_), refl(refl_) {}

__device__ double intersect(const Ray &r) const { // returns distance, 0 if nohit
    Vec op = p-r.o; // Solve t^2*d.d + 2*t*(o-p).d + (o-p).(o-p)-R^2 = 0
    double t, eps=1e-4, b=op.dot(r.d), det=b*b-op.dot(op)+rad*rad;
    if (det<0) return 0; else det=sqrt(det);
    return (t=b-det)>eps ? t : ((t=b+det)>eps ? t : 0);
}

};

Answer 1

如果您了解共享内存的范围和大小限制，那么问题似乎是

如何为共享内存阵列动态保留内存
如何在内核中使用动态共享内存

你的内核变成这样：

__shared__ Mystruct *d_s;

__global__ void init(Mystruct *theStructArray){

    int tid = blockDim.x * blockIdx.x + threadIdx.x;

    // load to shared memory array
    // assumes Mystruct has correct copy assignment semantics
    d_s[threadIdx.x] = theStructArray[tid]

    __syncthreads();

    // Each thread has now loaded one value to the block
    // scoped shared array
}

[免责声明：用浏览器编写的代码，从未编译或测试过，请注意有关复制分配的注释中的警告]

调用主机代码需要在内核调用中添加一个额外的参数来为共享数组保留内存：

MyStruct *h_s = (MyStruct *) malloc(objsize*sizeof(MyStruct));
hs[0] = ...

Mystruct *d_s;
cudaMalloc( &d_s, objsize * sizeof(MyStruct));
cudaMemcpy( d_s, h_s, objsize * sizeof(MyStruct), cudaMemcpyHostToDevice );
init<<< gridSize, blockSize, blockSize * sizeof(MyStruct) >>> ( d_s );

注意内核调用的<<< >>>节的第三个参数。它指定每个块保留的内存字节数。硬件规定了您可以进行的共享内存分配大小的限制，并且它们可能会对超出硬件限制的性能产生额外影响。

共享内存是CUDA的一个记录良好的功能，我建议Mark Harris's blog和此Stack Overflow Question作为CUDA共享内存机制的良好起点。

Cuda：将主机数据复制到共享内存阵列

1 个答案: