c - CUDA共享内存阵列-奇怪的行为

在CUDA内核中，我具有类似于以下代码。我正在尝试为每个线程计算一个分子，并在该块上累加分子以计算分母，然后返回比率。但是，CUDA会将denom的值设置为具有最大threadIdx.x的块中的线程为数字计算的任何值，而不是跨块中所有线程计算的数字值的总和。有人知道发生了什么吗？

extern __shared__ float s_shared[];

float numer = //calculate numerator

s_shared[threadIdx.x] = numer;
s_shared[blockDim.x] += numer;
__syncthreads();

float denom = s_shared[blockDim.x];
float result = numer/denom;

“结果”应始终在0到1之间，并且在整个块中应合计为1，但对于其中threadIdx.x为最大值的每个线程，它的值等于1.0，而其他线程的值不限于该范围在街区。

最佳答案

您没有将汇总正确同步到blockDim.x位置。在加总和之前，没有一个线程等待其他人写的内容。有点像

每个人都读零，

回家，计算零+数值。

Everone将零+数字写入内存位置

我想，高threadId赢得b / c的可能性很大，那就是最后采取行动。

为了快速求和，您要做的是对s_shared[threadIdx.x]

每个人都写他们的数字

一半的线程计算对的总和并将其写入新位置

四分之一的线程计算成对的和，并将其写入新位置

等

，直到只有一个线程和一个总和

这需要O(n)的工作和O(log n)的时间。