好吧,我是CUDA的新手,我有点迷失了,真的迷失了。
我试图用蒙特卡罗方法计算圆周率,最后我只得到一个加法,而不是50。
我不想"做while"调用内核,因为它太慢了。我的问题是,我的代码不循环,它只在内核中执行一次。
而且,我希望所有线程都访问相同的niter和pi,所以当一些线程到达计数器时,所有其他线程都会停止。
#define SEED 35791246
__shared__ int niter;
__shared__ double pi;
__global__ void calcularPi(){
double x;
double y;
int count;
double z;
count = 0;
niter = 0;
//keep looping
do{
niter = niter + 1;
//Generate random number
curandState state;
curand_init(SEED,(int)niter, 0, &state);
x = curand(&state);
y = curand(&state);
z = x*x+y*y;
if (z<=1) count++;
pi =(double)count/niter*4;
}while(niter < 50);
}
int main(void){
float tempoTotal;
//Start timer
clock_t t;
t = clock();
//call kernel
calcularPi<<<1,32>>>();
//wait while kernel finish
cudaDeviceSynchronize();
typeof(pi) piFinal;
cudaMemcpyFromSymbol(&piFinal, "pi", sizeof(piFinal),0, cudaMemcpyDeviceToHost);
typeof(niter) niterFinal;
cudaMemcpyFromSymbol(&niterFinal, "niter", sizeof(niterFinal),0, cudaMemcpyDeviceToHost);
//Ends timer
t = clock() - t;
tempoTotal = ((double)t)/CLOCKS_PER_SEC;
printf("Pi: %g n", piFinal);
printf("Adds: %d n", niterFinal);
printf("Total time: %f n", tempoTotal);
}
您的代码存在各种问题。
-
我建议使用适当的cuda错误检查,并使用
cuda-memcheck
运行代码来发现任何运行时错误。为了简洁起见,我在下面的代码中省略了正确的错误检查,但我使用cuda-memcheck
运行它以指示没有运行时错误。 -
您对
curand()
的使用可能不正确(它返回的整数范围很大)。为了使此代码正常工作,您需要一个介于0和1之间的浮点量。正确的调用是curand_uniform()
。 -
由于您希望所有线程都使用相同的值,因此必须防止这些线程相互踩踏。一种方法是使用有问题的变量的原子更新。
-
不需要在每次迭代中重新运行
curand_init
。每个线程一次就足够了。 -
我们不对
__shared__
变量使用cudaMemcpy..Symbol
运算。为了方便起见,也为了保留与原始代码相似的内容,我选择将它们转换为__device__
变量。
以下是您的代码的修改版本,已修复了上述大部分问题:
$ cat t978.cu
#include <curand.h>
#include <curand_kernel.h>
#include <stdio.h>
#define ITER_MAX 5000
#define SEED 35791246
__device__ int niter;
__device__ int count;
__global__ void calcularPi(){
double x;
double y;
double z;
int lcount;
curandState state;
curand_init(SEED,threadIdx.x, 0, &state);
//keep looping
do{
lcount = atomicAdd(&niter, 1);
//Generate random number
x = curand_uniform(&state);
y = curand_uniform(&state);
z = x*x+y*y;
if (z<=1) atomicAdd(&count, 1);
}while(lcount < ITER_MAX);
}
int main(void){
float tempoTotal;
//Start timer
clock_t t;
t = clock();
int count_final = 0;
int niter_final = 0;
cudaMemcpyToSymbol(niter, &niter_final, sizeof(int));
cudaMemcpyToSymbol(count, &count_final, sizeof(int));
//call kernel
calcularPi<<<1,32>>>();
//wait while kernel finish
cudaDeviceSynchronize();
cudaMemcpyFromSymbol(&count_final, count, sizeof(int));
cudaMemcpyFromSymbol(&niter_final, niter, sizeof(int));
//Ends timer
double pi = count_final/(double)niter_final*4;
t = clock() - t;
tempoTotal = ((double)t)/CLOCKS_PER_SEC;
printf("Pi: %g n", pi);
printf("Adds: %d n", niter_final);
printf("Total time: %f n", tempoTotal);
}
$ nvcc -o t978 t978.cu -lcurand
$ cuda-memcheck ./t978
========= CUDA-MEMCHECK
Pi: 3.12083
Adds: 5032
Total time: 0.558463
========= ERROR SUMMARY: 0 errors
$
我已经将迭代次数修改为更大的数字,但如果您想要ITER_MAX
,可以使用50。
请注意,有许多批评可能会针对此代码提出。我在这里的目的是,因为这显然是一个学习练习,使用你概述的算法,指出获得函数代码的最小更改次数。举个例子,您可能希望将内核启动配置(<<<1,32>>>
)更改为其他更大的数字,以便更充分地利用GPU。