c - OpenCL - 双重原子操作 - 工作到极限

Question

关注此link ，我尝试实现一个计算 double 组总和的原子函数，所以我实现了自己的 atom_add功能(双)。

这是使用的内核代码:

#pragma OPENCL EXTENSION cl_khr_fp64: enable
#pragma OPENCL EXTENSION cl_khr_int64_base_atomics : enable

void atom_add_double(__global double *val, double delta)
{
  union {
  double f;
  ulong  i;
  } old, new;

  do
  {
   old.f = *val;
   new.f = old.f + delta;
  } 
  while (atom_cmpxchg((volatile __global ulong *)val, old.i, new.i) != old.i);

}  

__kernel void sumGPU ( __global const double *input, 
               __global double *finalSum
                 )
{
  // Index of current workItem
  uint gid = get_global_id(0);

  // Init sum
  *finalSum = 0.0;

  // Compute final sum 
  atom_add_double(finalSum, input[gid]);

}                   

我的问题是内核代码会生成良好的结果，直到我达到大约 100000 个元素大小为 input数组。

超过这个限制，计算不再有效(我可以很容易地检查结果，因为在我的测试用例中，我通过循环填充输入数组 for(i=0;i<sizeArray;i++) input[i]=i+1; ，所以总和等于 sizeArray*(sizeArray+1)/2 ) .

我可以定义并放置一个类似 atom_add_double 的函数吗？进入内核代码？

Answer 1

@huseyin 的回答是正确的，可以解决问题。

但是，我忍不住要说“不要使用原子来减少。”

更糟糕的是，锁定在 while 循环中并直接访问全局数据的原子。我们可能至少在谈论 10 倍的性能损失。

如果可以，请使用 proper automatic reduction (CL 2.0+) .

__kernel void sumGPU(__global const double *input, __global double *finalSum)
{
  // Index of current workItem
  uint gid = get_global_id(0);

  // Sum locally without atomics
  double sum = work_group_scan_inclusive_add(input[gid]);

  // Compute final sum using atomics
  // but it is even better if just store them in an array and do final sum in CPU
   // Only add the last one, since it contains the total sum
  if (get_local_id(0) == get_local_size(0) - 1) { 
    atom_add_double(finalSum, sum);
  }
}