如何原子地在多个内存位置设置值?

时间:2019-01-11 07:20:21

标签: cuda atomic

CUDA编程指南说,任何原子操作都可以使用atomicCAS()来实现,并举例说明了原子双重加法:

__device__ float single(double *address,double val)
{
unsigned long long int *address_as_ull =(unsigned long long int*)address;
unsigned long long int assumed;
unsigned long long int old = *address_as_ull;

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);
}

现在,我面临的问题是:

我想编写一个可以原子操作两个变量的函数。

例如: 原子加两个变量

输入

double *address_1, int *address_2
double val_1,int val_2

结果

*address_1 = *address_1+val_1;
*address_2 = *address_2+val_2;

我该如何解决这个问题?谢谢。

3 个答案:

答案 0 :(得分:1)

我认为您错过了此处实施的操作要点。在a+=b中,逻辑运算为a = a + b,但是使用CAS可以避免在a的读取和写入之间对虚假的更改。 b使用一次,没有问题。

a = b + c中,两个值均不会出现两次,因此无需保护两者之间的任何更改。

答案 1 :(得分:1)

通常,您不能执行此操作。硬件不支持对内存中多个位置的原子更改。如果两个变量都足够小以适合单个原子操作的大小,则可以避免这种情况;但是,如果总体上超过8个字节,则此方法将失败。您将遇到"too much milk"问题。

您可以做的一件事就是使用某种同步协议来访问这两个值。例如,您可以使用只有一个线程可以获取的互斥锁,以安全地知道在该线程处理这些值时没有其他人在更改这些值。参见:Avoid taking a long time to finish the 'too much milk' scenario

当然,这在GPU设置中非常昂贵。您最好执行以下操作之一(通过增加优先级):

  • 使用指向更大数组的指针或索引,而不是自动更改结构,而自动切换指针。这样可以解决并发问题,但可以降低访问速度。
  • 更改算法,以使访问可以分开并且不必自动进行。
  • 进一步更改算法,以避免让多个线程写入单个复杂的数据结构。

答案 2 :(得分:0)

感谢所有人回覆我! 我现在有解决方案。 我们可以将两个变量组合成一个结构。因此我们可以将“具有两个地址的两个变量”转换为“具有一个地址的一个结构”。这是代码:

#include <stdio.h>
struct pair_t
{
    float x;
    int y;
};

__device__ float single(double *address,double val)
{   

    unsigned long long int *address_as_ull =(unsigned long long int*)address;
    unsigned long long int assumed;
    unsigned long long int old = *address_as_ull;

    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);
}



__device__ void myadd(pair_t *address, double val_1 ,int val_2)
{   
    union myunion
    {  
        pair_t p;
        unsigned long long int ull;
    };

    unsigned long long int *address_as_ull;
    address_as_ull = (unsigned long long int *)address;

    union myunion assumed;
    union myunion old_value;
    union myunion new_value;

    old_value.p = *(pair_t *)address_as_ull;

    do
    {
        assumed = old_value;
        // cirtical area begin--------------------
        new_value.p.x = assumed.p.x+val_1;
        new_value.p.y = assumed.p.y+val_2;
        // cirtical area end----------------------

        old_value.ull = atomicCAS(address_as_ull,assumed.ull,new_value.ull);
    }while(assumed.ull !=old_value.ull);
}


__global__ void kernel (pair_t *p)
{
    myadd(p,1.5,2);
}

int main()
{
    pair_t p;
    p.x=0;
    p.y=0;
    pair_t *d_p = NULL;
    cudaMalloc((pair_t **)&d_p, sizeof(pair_t));
    cudaMemcpy(d_p, &p, sizeof(pair_t), cudaMemcpyHostToDevice);

    kernel<<<100, 100>>>(d_p);

    cudaMemcpy(&p, d_p, sizeof(pair_t), cudaMemcpyDeviceToHost);

    cudaDeviceSynchronize();
    printf("x=%lf\n", p.x);
    printf("y=%d\n", p.y);
    cudaDeviceReset();
    return 0;
}

解决方案是

x=15000.000000
y=20000

现在一切都会好的〜