CUDA: встроенный для ядра цикла

Question

У меня есть код, который я хочу сделать в ядре cuda. Вот:

for (r = Y; r < Y + H; r+=2) 
    { 
     ch1RowSum = ch2RowSum = ch3RowSum = 0; 
     for (c = X; c < X + W; c+=2) 
     { 
      chan1Value = //some calc'd value 
          chan3Value = //some calc'd value 
      chan2Value = //some calc'd value 
      ch2RowSum += chan2Value; 
      ch3RowSum += chan3Value; 
      ch1RowSum += chan1Value; 
     } 
     ch1Mean += ch1RowSum/W; 
     ch2Mean += ch2RowSum/W; 
     ch3Mean += ch3RowSum/W; 
    } 

Если это разделить на два ядра, один, чтобы вычислить RowSums и высчитывать средства, и как я должен справиться с тем, что мои показатели цикла не начинает с нуля и заканчиваются на N?

Answer 1

Предположим, у вас есть ядро, которое вычисляет три значения. Каждый поток в вашей конфигурации будет вычислять три значения для каждой пары (r, c).

__global__ value_kernel(Y, H, X, W) 
{ 
    r = blockIdx.x + Y; 
    c = threadIdx.x + W; 

    chan1value = ... 
    chan2value = ... 
    chan3value = ... 
} 

Я не верю, что вы можете рассчитать сумму (полностью параллельно, по крайней мере) в указанном выше ядре. Вы не сможете использовать + = как вы уже выше. Вы можете поместить все это в одном ядре, если у вас есть только один поток в каждом блоке (строке) сделать сумму и сказать, как это ...

__global__ both_kernel(Y, H, X, W) 
{ 
    r = blockIdx.x + Y; 
    c = threadIdx.x + W; 

    chan1value = ... 
    chan2value = ... 
    chan3value = ... 

    if(threadIdx.x == 0) 
    { 
     ch1RowSum = 0; 
     ch2RowSum = 0; 
     ch3RowSum = 0; 

     for(i=0; i<blockDim.x; i++) 
     { 
      ch1RowSum += chan1value; 
      ch2RowSum += chan2value; 
      ch3RowSum += chan3value; 
     } 

     ch1Mean = ch1RowSum/blockDim.x; 
     ch2Mean = ch2RowSum/blockDim.x; 
     ch3Mean = ch3RowSum/blockDim.x; 
    } 
} 

, но это, вероятно, лучше использовать первое ядро ​​значения, а затем второе ядро ​​как для сумм, так и для средств ... Возможно дальнейшее распараллеливание ядра ниже, и если оно будет отдельным, вы можете сосредоточиться на этом, когда будете готовы.

__global__ sum_kernel(Y,W) 
{ 
    r = blockIdx.x + Y; 

    ch1RowSum = 0; 
    ch2RowSum = 0; 
    ch3RowSum = 0; 

    for(i=0; i<W; i++) 
    { 
     ch1RowSum += chan1value; 
     ch2RowSum += chan2value; 
     ch3RowSum += chan3value; 
    } 

    ch1Mean = ch1RowSum/W; 
    ch2Mean = ch2RowSum/W; 
    ch3Mean = ch3RowSum/W; 
}