实现与float一起使用的自定义atomic_add（）

Question

我正在尝试遵循https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html的B.12部分进行原子添加，该部分适用于浮点数。简单地从那里复制和粘贴代码并将类型更改为float无效，因为我无法执行atomicCAS操作所需的从GLOBAL到PRIVATE的强制转换指针转换。为了克服这个问题，我决定使用atomic_xchg（），因为它可用于浮点数，并带有附加的if语句，以实现与atomicCAS相同的功能。但是，每次运行程序时，对大型浮点向量执行加法运算时，都会返回不同的答案。

我试图弄清楚如何克服从GLOBAL到PRIVATE的显式转换，但是老实说，我不知道该怎么做，因此当我执行加法运算时，address参数被更改，而不是某些temp变量。 / p>

kernel void atomicAdd_2(volatile global float* address, float value)
{
    float old = *address, assumed;

    do {
        assumed = old;
        if (*address == assumed) {
            old = atomic_xchg(address, value + assumed);
        }
        else{
            old = *address;
        }
        // Note: uses integer comparison to avoid hang in case of NaN (since NaN != NaN)
    } while (assumed != old);
}

这是我对floats的atomicAdd实现。

kernel void reduce_add(global const float* input, global float* output) {
         float temp = 242.23f;
         atomicAdd_floats(&output[0], temp);
         printf(" %f ", output[0]);

}

这是我将参数提供给atomicAdd_floats的函数。注意，我的输入参数包含一个浮点数向量，而输出参数只是我要存储结果的位置，特别是在输出向量output [0]的第一个元素中；但是当我printf（“％f”，output [0]）;时它显示了我的默认初始化值0。

Answer 1

首先，我建议删除atomicAdd_2函数上的“ kernel”关键字。 “内核”应仅用于您打算从主机入队的功能。第二，有atomic-add-float on the net.

的OpenCL实现。

然后，对于您尝试执行的操作，我有些困惑。您是否正在尝试对向量求和并在一个私有变量中求和？如果是这样，则使用atomicAdd没有任何意义。私有内存始终是原子的，因为它是私有的。仅全局性和局部性记忆才需要原子性，因为它们是共享的。 否则，我不确定为什么您提到将地址或GLOBAL更改为PRIVATE。

无论如何，链接中的代码应该可以工作，尽管它相对较慢。如果要求和的向量较大，则最好使用其他算法（部分和）。尝试使用Google搜索“ opencl并行和”或类似的方法。