- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在努力使代码并行运行(CUDA)。简化后的代码为:
float sum = ... //sum = some number
for (i = 0; i < N; i++){
f = ... // f = a function that returns a float and puts it into f
sum += f;
}
我遇到的问题是 sum+=f
因为它需要 sum
在线程之间共享。我尝试在声明 sum (__shared__ float sum
) 时使用 __shared__
参数,但这不起作用(它没有给我正确的结果)。我也听说过缩减(并且知道如何在 OpenMP 上使用它),但不知道如何在这里应用它。
任何帮助将不胜感激。谢谢!
最佳答案
这是代码:
#include <stdio.h>
__global__ void para(float* f, int len) {
int i = threadIdx.x + blockDim.x * blockIdx.x;
if (i < len ){
// calculate f[i], f in iteration ith
f[i] = i;
}
}
int main(int argc, char ** argv) {
int inputLength=1024;
float * h_f;
float * d_f;
int size = inputLength*sizeof(float);
h_f = (float *) malloc(size);
cudaMalloc((void**)&d_f , size);
cudaMemcpy(d_f, h_f, size, cudaMemcpyHostToDevice);
dim3 DimGrid((inputLength)/256 +1 , 1 , 1);
dim3 DimBlock(256 , 1, 1);
para<<<DimGrid , DimBlock>>>(d_f , inputLength);
cudaThreadSynchronize();
cudaMemcpy(h_f, d_f, size , cudaMemcpyDeviceToHost);
cudaFree(d_f);
// do parallel reduction
int i;
float sum=0;
for(i=0; i<inputLength; i++)
sum+=h_f[i];
printf("%6.4f\n",sum);
free(h_f);
return 0;
}
并行归约部分可以替换为工作的 CUDA 并行求和归约(例如 this one )。很快我就会花时间去改变它。
编辑:
以下是使用 CUDA 执行并行归约的代码:
#include <stdio.h>
__global__ void para(float* f, int len) {
int i = threadIdx.x + blockDim.x * blockIdx.x;
if (i < len ){
// calculate f[i], f in iteration ith
f[i] = i;
}
}
__global__ void strideSum(float *f, int len, int strid){
int i = threadIdx.x + blockDim.x * blockIdx.x;
if(i+strid<len){
f[i]=f[i]+f[i+strid];
}
}
#define BLOCKSIZE 256
int main(int argc, char ** argv) {
int inputLength=4096;
float * h_f;
float * d_f;
int size = inputLength*sizeof(float);
h_f = (float *) malloc(size);
cudaMalloc((void**)&d_f , size);
cudaMemcpy(d_f, h_f, size, cudaMemcpyHostToDevice);
dim3 DimGrid((inputLength)/BLOCKSIZE +1 , 1 , 1);
dim3 DimBlock(BLOCKSIZE , 1, 1);
para<<<DimGrid , DimBlock>>>(d_f , inputLength);
cudaThreadSynchronize();
int i;
float sum=0, d_sum=0;
// serial sum on host. YOU CAN SAFELY COMMENT FOLLOWING COPY AND LOOP. intended for sum validity check.
cudaMemcpy(h_f, d_f, size , cudaMemcpyDeviceToHost);
for(i=0; i<inputLength; i++)
sum+=h_f[i];
// parallel reduction on gpu
for(i=inputLength; i>1; i=i/2){
strideSum<<<((i/BLOCKSIZE)+1),BLOCKSIZE>>>(d_f,i,i/2);
cudaThreadSynchronize();
}
cudaMemcpy(&d_sum, d_f, 1*sizeof(float) , cudaMemcpyDeviceToHost);
printf("Host -> %6.4f, Device -> %6.4f\n",sum,d_sum);
cudaFree(d_f);
free(h_f);
return 0;
}
关于CUDA:如何使该代码并行?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13794112/
有没有办法同时运行 2 个不同的代码块。我一直在研究 R 中的并行包,它们似乎都基于在循环中运行相同的函数。我正在寻找一种同时运行不同函数的方法(循环的 1 次迭代)。例如,我想在某个数据对象上创建一
无论如何增加 Parallel.For 启动后的循环次数?示例如下: var start = 0; var end = 5; Parallel.For(start, end, i => { C
我是 Golang 的新手,正在尝试了解并发和并行。我阅读了下面提到的关于并发和并行的文章。我执行了相同的程序。但没有得到相同的(混合字母和字符)输出。首先获取所有字母,然后获取字符。似乎并发不工作,
我正在寻找同时迭代 R 中两个或多个字符向量/列表的方法,例如。有没有办法做这样的事情: foo <- c('a','c','d') bar <- c('aa','cc','dd') for(i in
我对 Raku 很陌生,我对函数式方法有疑问,尤其是 reduce。 我最初有这样的方法: sub standardab{ my $mittel = mittel(@_); my $foo =
我最近花了很多时间来学习实时音频处理的细节,我发现的大多数库/工具都是c / c++代码或脚本/图形语言的形式,并在其中编译了c / c++代码。引擎盖。 使用基于回调的API,与GUI或App中的其
我正在使用 JMeter 进行图像负载测试。我有一个图像名称数组并遍历该数组,我通过 HTTP 请求获取所有图像。 -> loop_over_image - for loop controller
我整个晚上都在困惑这个问题...... makeflags = ['--prefix=/usr','--libdir=/usr/lib'] rootdir='/tmp/project' ps = se
我正在尝试提高计算图像平均值的方法的性能。 为此,我使用了两个 For 语句来迭代所有图像,因此我尝试使用一个 Parallel For 来改进它,但结果并不相同。 我做错了吗?或者是什么导致了差异?
假设您有一个并行 for 循环实现,例如ConcRT parallel_for,将所有工作放在一个 for 循环体内总是最好的吗? 举个例子: for(size_t i = 0; i < size()
我想并行运行一部分代码。目前我正在使用 Parallel.For 如何让10、20或40个线程同时运行 我当前的代码是: Parallel.For(1, total, (ii) =>
我使用 PAY API 进行了 PayPal 自适应并行支付,其中无论用户(买家)购买什么,都假设用户购买了总计 100 美元的商品。在我的自适应并行支付中,有 2 个接收方:Receiver1 和
我正在考虑让玩家加入游戏的高效算法。由于会有大量玩家,因此算法应该是异步的(即可扩展到集群中任意数量的机器)。有细节:想象有一个无向图(每个节点都是一个玩家)。玩家之间的每条边意味着玩家可以参加同一场
我有一个全局变量 volatile i = 0; 和两个线程。每个都执行以下操作: i++; System.out.print(i); 我收到以下组合。 12、21 和 22。 我理解为什么我没有得到
我有以下称为 pgain 的方法,它调用我试图并行化的方法 dist: /***************************************************************
我有一个 ruby 脚本读取一个巨大的表(约 2000 万行),进行一些处理并将其提供给 Solr 用于索引目的。这一直是我们流程中的一大瓶颈。我打算在这里加快速度,我想实现某种并行性。我对 Ru
我正在研究 Golang 并遇到一个问题,我已经研究了几天,我似乎无法理解 go routines 的概念以及它们的使用方式。 基本上我是在尝试生成数百万条随机记录。我有生成随机数据的函数,并将创建一
我希望 for 循环使用 go 例程并行。我尝试使用 channel ,但没有用。我的主要问题是,我想在继续之前等待所有迭代完成。这就是为什么在它不起作用之前简单地编写 go 的原因。我尝试使用 ch
我正在使用 import Control.Concurrent.ParallelIO.Global main = parallel_ (map processI [1..(sdNumber runPa
我正在尝试通过 makePSOCKcluster 连接到另一台计算机: library(parallel) cl ... doTryCatch -> recvData -> makeSOCKm
我是一名优秀的程序员,十分优秀!