Question

我试图通过识别3d体积位置和组ID来计算每个组的局部总和。

我的想法是将空间划分为组并使用atomic_add来计算local_sum。但是因为我是并行计算的新手，所以很难找到代码和指令之间的相关性。我当前的内核就像：

__kernel void TestAtomicAddLocal(__global *int src, int3 size, __global int *res)
{
    int x = get_global_id(0);
    int y = get_global_id(1);
    int z = get_global_id(2);
    if( x >= vol_dim.x || y >= vol_dim.y || z >= vol_dim.z ){ return; }
    int id = x + y * vol_dim.x + z * vol_dim.x * vol_dim.y; 

   // local mem shared by all work items in work group, 
   //so this can be accessed by all items in current workgroup 
    __local int local_sum;
    local_sum= 0;

    // use global_id to access the value of input array
    int local_offset = atomic_add(&local_sum, src[id]);
    barrier(CLK_LOCAL_MEM_FENCE);

    int global_offset = atomic_add(&num_verts[0], local_sum);
    barrier(CLK_GLOBAL_MEM_FENCE);
}

对于主机部分，我的设置是

enqueueNDrangeKernel( cq, kn_testAtomicAddLocal, 3, 0, cl::size3(256,256,256), cl::size3(64, 64, 64), 0, 0, 0);

对于kenrnel参数，* src为cl_mem，大小为256*256*256*sizeof(cl_int)，大小为4 * sizeof(cl_int)，* res为cl_mem，大小为4*sizeof(int)。然后我得到CL_OUT_OF_RESOURCE和CL_INVALID_GROUP_SIZE的错误，根据我的理解，我的设备最大组大小是1024，但是这里总组=（256/64）^ 3 = 64＆lt; 1024。我的gpu max工作项目大小是1024x1024x64，这也没关系。所以我认为必须有一些我理解的错误。我希望有人可以帮助我。

Answer 1

最大组大小限制您的64 * 64 * 64部分。

我猜你正在使用CUDA卡。你最好在CUDA卡上使用CUDA。 OpenCL或多或少地在CUDA卡上模拟。如果你不是，我认为所有AMD卡的组大小限制为256.编辑：嗯......我忘记了英特尔的。如果是这样，请忽略此部分。

更重要的是，您最好先在互联网上查看一些简化逻辑实现示例。原子是非常有用的，像你所做的那样使用它们几乎可以确保你的GPU代码比CPU代码慢。

具有3d全局大小和3d本地大小的OpenCL NDrangekernel

1 个答案: