-1

我正在探索 cuda，但似乎输出的打印量超出了预期

__global__ void gpu_Floyd(int *result, int N, int k)
{
    int j;
    int Row = blockIdx.y * blockDim.y + threadIdx.y;
    int Col;

    if(Row < N) 
    {
        #if __CUDA_ARCH__>=200 
        printf("row value: %d, blkId : %d, blkDim : %d, thread : %d  \n", Row, blockIdx.y, blockDim.y, threadIdx.y); 
        #endif

    }
}    



      //CUDA Portion
    int Grid_Dim_x = 1, Grid_Dim_y = 1;
    int Block_Dim_x = 2, Block_Dim_y = 2;
    //int noThreads_x, noThreads_y;
    int *result = (int*)malloc(sizeof(int)*N*N);
    int *d_result;
    memcpy(result, mat, sizeof(int)*N*N);

    dim3 Grid(Grid_Dim_x, Grid_Dim_y);
    dim3 Block(Block_Dim_x, Block_Dim_y, 1);
    cudaMalloc((void **)&d_result, N*N);
    int k;
    cudaMemcpy(d_result, result, N * N, cudaMemcpyHostToDevice);
    for(k = 0; k < 2; k++)
    {
         gpu_Floyd<<<Grid, Block>>>(d_result, N, k);
    }
    cudaMemcpy(result, d_result, N*N, cudaMemcpyDeviceToHost);

输出：

row value: 0, blkId : 0, blkDim : 2, thread : 0  
row value: 0, blkId : 0, blkDim : 2, thread : 0  
row value: 1, blkId : 0, blkDim : 2, thread : 1  
row value: 1, blkId : 0, blkDim : 2, thread : 1  
row value: 0, blkId : 0, blkDim : 2, thread : 0  
row value: 0, blkId : 0, blkDim : 2, thread : 0  
row value: 1, blkId : 0, blkDim : 2, thread : 1  
row value: 1, blkId : 0, blkDim : 2, thread : 1

输出不应该只有 2 行而不是 8 行，因为 for 循环只迭代两次？块尺寸和网格尺寸如何影响我的输出。

我希望最终输出仅为

row value: 0, blkId : 0, blkDim : 2, thread : 0  
row value: 1, blkId : 0, blkDim : 2, thread : 1
4

1 回答 1

2

您的Grid变量是 (1,1) 意味着您正在启动一个块。您的Block变量是 (2,2) 意味着您正在启动 2x2 线程，即每个块总共有 4 个线程。由于只有一个块，您总共启动了 4 个线程。

内核中的代码__global__由每个线程执行。因此，每个线程将（单独）执行内核中的调用printf。因此，对于内核的每次执行，总共会有 4 次调用printf（每个线程一个。）

由于您要启动内核两次，因此您总共会得到 8 行由printf.

该行为是预期的。

于 2013-11-10T17:09:25.097 回答