2

我有两个 cuda 内核一个接一个地运行：

__global__
void calculate_histo(const float* const d_logLuminance,
        unsigned int* d_histogram,
        float min_logLum,
        float lumRange,
        int numBins,
        int num_elements){
    extern __shared__ float sdata[];
    int tid = threadIdx.x;
    int bid = blockIdx.x;
    int gid = tid * blockDim.x + bid;

    // load input into __shared__ memory
    if(gid < num_elements)
    {
        sdata[tid] = d_logLuminance[gid];
        __syncthreads();

        //compute bin value of input
        int bin = static_cast <int> (floor((d_logLuminance[gid]-min_logLum)/ lumRange * numBins));
        //increment histogram at bin value
        atomicAdd(&(d_histogram[bin]), 1);
    }
}

__global__
void blelloch_scan(unsigned int* const d_cdf, unsigned int* d_histogram, int numBins) {
    extern __shared__ unsigned int sdata[];// allocated on invocation
    int thid = threadIdx.x;
    //printf("%i \n", thid);
    //printf("%i \n", d_histogram[thid]);

    int offset = 1;


    sdata[2*thid] = d_histogram[2*thid]; // load input into shared memory
    sdata[2*thid+1] = d_histogram[2*thid+1];

    // build sum in place up the tree
    for (int d = numBins>>1; d > 0; d >>= 1) {
        __syncthreads();
        if (thid < d) {
            int ai = offset*(2*thid+1)-1;
            int bi = offset*(2*thid+2)-1;
            sdata[bi] += sdata[ai];
        }
        offset *= 2;
    }
    if (thid == 0) { sdata[numBins - 1] = 0; } // clear the last element
    // traverse down tree & build scan
    for (int d = 1; d < numBins; d *= 2) {
        offset >>= 1;
        __syncthreads();
        if (thid < d) {
            int ai = offset*(2*thid+1)-1;
            int bi = offset*(2*thid+2)-1;
            float t = sdata[ai];
            sdata[ai] = sdata[bi];
            sdata[bi] += t;
        }
        __syncthreads();
        d_cdf[2*thid] = sdata[2*thid]; // write results to device memory
        d_cdf[2*thid+1] = sdata[2*thid+1];
    }

}

他们都使用共享内存。第二个有一个无符号整数数组作为共享内存。第一个有一个浮点数组。我认为我应该能够为两个数组重用相同的变量名 sdata，因为共享内存在每次内核启动后都会被清除，但我得到了错误：

declaration is incompatible with previous 'sdata'

如果我为每个内核使用不同的变量名，那似乎可以解决问题。任何人都知道为什么我不能重用相同的变量名？

4

1 回答 1

1

CUDA 只是遵循标准 C 语言的规则。引用 Kernighan 和 Ritchie “The C Programming Language”一书：

外部变量必须在任何函数之外只定义一次；这为其预留了存储空间。该变量还必须在每个想要访问它的函数中声明；这说明了变量的类型。[...]定义是指创建变量或分配存储的地方；声明是指声明变量性质但未分配存储空间的地方。

在你的程序中的某个地方你应该有类似的东西

extern __shared__ unsigned int sdata[];

在该位置，您正在创建一个名为 的指针，sdata指向unsigned int. 在__global__函数内部声明的类型sdata，以便__global__函数可以知道它。在里面

kernel<<<blocks,threads,numbytes_for_shared>>>(...);

启动时，您正在分配 . 指向的数组的空间sdata。

于 2013-10-12T20:42:49.350 回答