Question

我正在使用共享内存为学校编写程序。我得到了正常工作的功能，但它只适用于每网格大小为1的块。如果每个网格有超过1个块，则该功能不再起作用。

例如，如果我发送一个大小为10的数组，包含1个块和10个线程，则此功能可正常工作。如果我发送相同的数组，每个块有2个块和5个线程，那么它就不再有效了。当我说不再有效时，我会收到我发送的相同阵列，退出，就像什么也没发生一样。

__global__ void rankSortShared(int* a, int n)
{
    int threadId = threadIdx.x + blockDim.x * blockIdx.x;
    int x = 0;

    // Make dynamic sized shared array
    // size will be determined from the 3rd parameter in the 
    // kernal call 'ranksortShared<<<blocksPerGrid, threadsPerBlock, *(size of shared mem)*>>>()'
    extern __shared__ int b[];

    // copy data from incomming array to shared array
    // then sync the threads so all threads have put their 
    // values into the shared array
    b[threadId] = a[threadId];
    __syncthreads();

    // now use shared array for faster lookups
    for (int j = 0; j < n; j++)
    {
        // handle duplicate values
        if (b[j] < b[threadId] || (b[threadId] == b[j] && j < threadId))
        {
            x++;
        }   
    }
    // put data back into array to be transferred back to CPU
    a[x] = b[threadId];
}

对于我的生活，我无法弄清楚为什么。是否有一种特殊的方法可以在多个块中使用共享内存？

为了尝试调试这个，我用a[threadId] = threadId替换了所有代码，并且数组看似正确（打印数字0到9）。所以，我不明白为什么如果threadId似乎是正确的，这不会起作用，并且它适用于1个块。

Answer 1

这里有一个问题：

int threadId = threadIdx.x + blockDim.x * blockIdx.x;
b[threadId] = ...;

您的threadId变量是全局唯一的线程索引。这意味着你在网格中包含的线程越多（例如通过更多的块），这个索引就越高。

但对于共享内存，每个块中的索引从零开始。因此，最终，当您添加更多块时，您的threadId变量将大于块中的共享内存量。

通常的解决方案是做这样的事情：

b[threadIdx.x] = ...;

因为threadIdx.x变量从每个块中的零开始。（您可以使用此策略将{{>>每个出现的b[threadId]替换为b[threadIdx.x]，而不仅仅是一次。）

您的代码中可能还有其他问题。由于您还没有显示完整的代码，因此无法诊断其他代码。

基于这样的陈述：

当我说不再有效时，我会收到我发送的相同阵列，退出，就像什么也没发生一样。

我的猜测是你没有做proper cuda error checking。在向别人寻求帮助之前，你应该真的这样做。即使你不理解错误输出，它也会帮助其他人试图帮助你。

CUDA共享内存超过1个块停止工作

1 个答案: