Question

以下CUDA内核应该为3D图像添加图像切片，即，您沿着一个维度折叠3D体积，并通过像素添加来生成一个2D图像。 image_in数据指针的大小为128 * 128 * 128，它是使用函数GetOutputBuffer（）从ITK :: Image获得的。在阅读了ITK文档之后，我认为我们可以安全地假设数据指针指向图像数据的一段连续内存，而没有填充。 image_out只是尺寸为128 * 128的2D图像，也是由ITK :: Image生成的。为了完整性，我提供了有关图像的信息，但问题更多的是关于CUDA原子，可能非常基础。代码首先计算线程id并将id投影到128 * 128的范围内，这意味着沿着我们执行添加的维度的同一行中的所有像素将具有相同的idx。然后使用此idx，atomicAdd用于更新image_out。

__global__ void add_slices(int* image_in, int* image_out) {
    int tid = threadIdx.x + blockIdx.x * blockDim.x;
    int idx = tid % (128 * 128);
    int temp = image_in[tid];

    atomicAdd( &image_out[idx], temp );

}

我初始化image_out的方法是通过以下方式，我尝试了两种类似结果的方法：

int* image_out = new int[128 * 128];
for (...) {
    /* assign image_out to zeros */
}

和使用ITK界面的那个：

out_image->SetRegions(region2d);
out_image->Allocate();
out_image->FillBuffer(0);
// Obtain the data buffer
int* image_out = out_image->GetOutputBuffer();

然后我按照以下方式设置CUDA：

unsigned int size_in = 128 * 128 * 128;
unsigned int size_out = 128 * 128;
int *dev_in;
int *dev_out;
cudaMalloc( (void**)&dev_in, size_in * sizeof(int) );
cudaMalloc( (void**)&dev_out, size_out * sizeof(int));
cudaMemcpy( dev_in, image_in, size_in * sizeof(int), cudaMemcpyHostToDevice );
add_slices<<<size_in/64, 64 >>>(dev_in, dev_out);
cudaMemcpy( image_out, dev_out, size_out * sizeof(int), cudaMemcpyDeviceToHost);

上述代码有问题吗？我在这里寻求帮助的原因来自于上述代码有时可能产生正确结果的框架（每50次运行代码一次，也许，我发誓我已经看到正确的结果至少两次），而其余的当时只产生了一些垃圾。问题来自atomicAdd（）函数吗？一开始我的图像类型是double，CUDA不支持atomicAdd（double *，double）所以我使用了Nvidia提供的代码，如下所示

__device__ double atomicAdd(double* address, double val)
{
    unsigned long long int* address_as_ull =
                                          (unsigned long long int*)address;
    unsigned long long int old = *address_as_ull, assumed;
    do {
        assumed = old;
        old = atomicCAS(address_as_ull, assumed, 
                        __double_as_longlong(val + 
                        __longlong_as_double(assumed)));
    } while (assumed != old);
    return __longlong_as_double(old);
}

然后仅仅为了测试的目的，我将我的所有图像切换为int，然后情况仍然相同，大部分时间都是在蓝色月亮正确的结果中使用。

我是否需要打开一些编译标志？我正在使用CMAKE使用

构建项目

find_package(CUDA QUIET REQUIRED)

获得CUDA支持。以下是我设置CUDA_NVCC_FLAGS

的方法

set(CUDA_NVCC_FLAGS "${CUDA_NVCC_FLAGS} -arch=sm_30"),

也许我错过了什么？

我们将非常感谢任何建议，如果需要更多代码信息，我会更新问题。

Answer 1

事实证明，这个问题的解决方案是添加以下行来初始化dev_out指向的内存。

cudaMemcpy( dev_out, image_out, size_out * sizeof(int), cudaMemcpyHostToDevice );

我忘了初始化它，因为我认为它是一个输出变量，我在主机上初始化它。

就像talonmies所说的那样，它与atomicAdd毫无关系。原型和双版本的atomicAdd都能很好地工作。只需记住在设备上初始化变量即可。

CUDA atomicAdd失败了

1 个答案: