快速计算连续索引之间的差异

Question

鉴于我有数组

Let Sum be 16
dintptr = { 0 , 2, 8,11,13,15} 

我想使用 GPU 计算连续索引之间的差异。所以最终的数组应该如下：

count = { 2, 6,3,2,2,1}

下面是我的内核：

//for this function n is 6

__global__ void kernel(int *dintptr, int * count, int n){

   int id = blockDim.x * blockIdx.x + threadIdx.x;
   __shared__ int indexes[256];
   int need = (n % 256 ==0)?0:1;
   int allow = 256 * ( n/256 + need);
   while(id < allow){
     if(id < n ){
       indexes[threadIdx.x] = dintptr[id];

     }
     __syncthreads();
     if(id < n - 1 ){
       if(threadIdx.x % 255 == 0 ){
            count[id] = indexes[threadIdx.x + 1] - indexes[threadIdx.x];
       }else{
            count[id] = dintptr[id+1] - dintptr[id];
       }


    }//end if id<n-1
      __syncthreads();
     id+=(gridDim.x * blockDim.x);
    }//end while
}//end kernel
// For last element explicitly set count[n-1] = SUm - dintptr[n-1]

2 个问题：

1. 这个内核速度快吗？您能否提出一个更快的实施方案？
2. 此内核是否处理任意大小的数组（我认为可以）

Answer 1

我会咬人的。

__global__ void kernel(int *dintptr, int * count, int n)
{
    for (int id = blockDim.x * blockIdx.x + threadIdx.x; 
         id < n-1; 
         id += gridDim.x * blockDim.x)
        count[id] = dintptr[id+1] - dintptr[i];
}

（既然你说你“明确”设置了最后一个元素的值，而你没有在你的内核中，我也懒得在这里设置它。）

我没有看到像你那样在这个内核中使用共享内存有很多优势：Fermi 上的 L1 缓存应该给你几乎相同的优势，因为你的局部性高而重用率低。

您的内核和我的内核似乎都可以处理任意大小的数组。但是，您的似乎假设 blockDim.x == 256。