Question

这就是我尝试过的。很难找到更好的索引...这种嵌套的for循环有些难以解决。

    int k=0;
    for (int m=0; m<7; i++) // outer loop
    {   
      for(int j=0; j<100; j++) // inner loop 1
      {a[k] = b[m] + c[j];
      k++;
      }

      for(int j=0; j<100; j++) // inner loop 2
      {a[k] = b[m] - c[j];
      k++;
      }

    }

Answer 1

对于您的示例代码，循环迭代似乎是独立的，这使事情变得更容易。

我们可以从计算迭代总数开始：8 *（100 + 100）= 1600。

因此，如果我们要完全分配工作，我们将希望启动至少1600个线程的网格。

您的m变量似乎与循环无关，因此b[m]实际上是您显示的代码的常数。

另一个计划是根据j确定k的索引，但这也很容易，它只是k%100。

最终的计划项目是考虑循环迭代中c上符号的变化。我们可以使用k/100帮助我们确定这一点。

因此，我们将创建一个全局唯一的线程索引变量，并将其用作我们的k变量：

__global__ void my_kernel(T1 *a, T2 *b, T3 *c, int N){

  int k = threadIdx.x+blockDim.x*blockIdx.x;
  int m = <some value>;
  int j = k%100;
  if (k < N)
      a[k] = b[m] + ((k/100)&1)?(-c[j]):c[j];
}

确保使用至少1600个线程（在一维网格中）启动它，并为N传递1600个线程。对于与T1，T2，T3对应的任何类型，a，b，c可以是typedef。

请注意，在您的代码中您有以下内容：

for(int j=0; j<100; j+=)
                      ^
                     This doesn't make sense to me.

所以我只是假装是这样的：

for(int j=0; j<100; j++)

具有这样的修改（与在问题中进行的修改不同）：

for (int m=0; m<7; m++) // outer loop
                   ^

唯一的变化是m变量的计算：

__global__ void my_kernel(T1 *a, T2 *b, T3 *c, int N){

  int k = threadIdx.x+blockDim.x*blockIdx.x;
  int m = k/200;  // change this line
  int j = k%100;
  if (k < N)
      a[k] = b[m] + ((k/100)&1)?(-c[j]):c[j];
}

如何将这种嵌套的for循环转换为CUDA C ++进行并行编程？

1 个答案: