问题标签 [c++-amp]

我正在使用Codeplex的C++ AMP tinymt 库来生成随机数。该库工作正常，除了当我在同一个项目中的两个不同文件中时，出现链接错误，提到重新定义某些变量tinymt_lib::tinymt_dc_data和tinymt_dc_data_32。#include <amp_tinymt_rng.h>

#pragma once考虑到我已经在每个标题中使用，什么是摆脱这个问题的好方法？我正在使用 Visual Studio 2013 Professional。

作为一个附带建议，在没有特殊库开销的情况下生成随机数的更简单方法是什么？我不担心序列不是安全随机的、简单的random()或rand()足够的。

我一直在我的一个项目中使用 2D FFT，并且无法使用两个不同的 FFT 库获得正确的结果。起初我以为我用错了，但在与 MATLAB 和 Linux GCC 参考实现进行比较后，现在我的编译器（MSVC 2013 express）似乎发生了一些险恶的事情。

我的测试用例如下：256x256 复杂到真正的 IFFT，单个 bin 为 255（X，Y 表示法为 0,255）设置为 10000。

使用 AMFFFT，我得到以下 2D 变换：

使用 FFTW，我得到以下 2D 变换：

如您所见，AMPFFT 版本有点“几乎”正确，但有一点很奇怪，每个样本都有条带，而 FFTW 版本到处都是，出去吃午饭了。

我获取了两个不同测试版本的输出并将它们与 MATLAB（技术上是 octave，它在引擎盖下使用 FFTW）进行了比较。我还在 Linux 下使用 GCC 为 FFTW 运行了相同的测试用例。这是第 127 行的一组测试中的一个片段（行号在技术上并不重要，因为我选择的 bin 所有行都应该是相同的）：

在这个例子中，octave 和 Linux 实现代表正确的结果并遵循红线（octave 绘制为黑色，Linux 绘制为红色，它与 octave 完全一致）。MSVC 下的 FFTW 绘制为蓝色，AMP FFT 输出绘制为洋红色。正如你所看到的，AMPFFT 版本似乎几乎接近了，但其中有这种奇怪的高频纹波，而 MSVC 下的 FFTW 只是一团糟，有这种奇怪的“打包”外观。

在这个阶段，我只能将矛头指向 Visual Studio，但我不知道发生了什么或如何修复它。

这是我的两个测试程序：

FFTW 测试：

AMPFFT 测试：

这两个都是在 MSVC 2013 上为 win32 控制台应用程序使用股票设置编译的，FFTW 测试也在 Centos 6.4 和 GCC 4.4.7 下运行。两个 FFTW 测试都使用 FFTW 版本 3.3.4，并且同时测试了复杂到真实和复杂到复杂的计划（结果相同）。

有没有人对我可以尝试解决这个问题的 Visual Studio 编译器设置有丝毫线索？

我正在用 C++ AMP 重写一个算法，但遇到了原子写入的问题，更具体地说 atomic_fetch_add，这显然只适用于整数？

我需要以原子方式添加一个 double_4（或者如果我必须添加一个 float_4）。如何使用 C++ AMP 的原子实现这一点？

最好/唯一的解决方案真的有一个我的代码可以用来控制写入的锁变量吗？我实际上需要为一长串输出双打执行原子写入，所以我基本上需要为每个输出设置一个锁。

我已经考虑过平铺这个以获得更好的性能，但现在我只是在第一次迭代中。

编辑：感谢您已经给出的快速答案。不过，我对我的问题有一个快速更新。

我进行了以下锁定尝试，但似乎当经线中的一个线程越过锁时，同一经线中的所有其他线程都只是跟随。我期待第一个经线得到锁，但我一定错过了一些东西（请注意，自从我的 cuda 时代以来已经有好几年了，所以我刚刚变得愚蠢）

这不是一个大问题，因为我应该首先写入一个共享变量，并且只有在一个 tile 中的所有线程都完成后才将它写入全局内存，但我就是不理解这种行为。

我认为这是一个 GPU 问题而不是 C++ AP 问题，因此我对其进行了广泛的标记。

我有一个计算的实现，它将工作分成许多块来完成它们的工作，然后将结果添加到全局内存中的现有值中。首先，tile 中的每个线程都将它们的部分结果计算到 tile_static 内存中，每个线程都有一个要写入的索引。稍后，图块中的第一个线程会将所有部分结果汇总在一起，并将总和添加到全局内存中的某个位置。

瓦片（瓦片中的线程 0）有时会想要写入相同的位置，所以我添加了简单的锁定。

我传递给 lock 和 unlock 的 lock 变量位于一个全局整数数组中，每个争用内存位置一个整数，tile 将写入。

瓦片结果的实际写入，由瓦片中的第一个线程完成，是这样完成的

这大部分都可以，但并非总是如此。必须存在一些竞态条件，因为当相对于要写入的内存位置数量而言，tile 太多时（过多的锁争夺），有时它会无法正确添加 tile 结果。

似乎有时，虽然很少，锁定/解锁设置不能确保正确添加。

这可以通过将锁向上移动到求和前面来“修复”，因此从获得锁到 thread0 进行实际写入之前需要更长的时间。当我在总和中剩下五个元素时，我也可以通过锁定来“修复”它。两者都如下图

第一次修复，速度很慢（阻塞太久）

第二次修复，速度更快

看看这些“修复”是如何工作的，很明显，一些内存写入在系统范围内的更新速度不够快。一个磁贴可以锁定一个位置，写入它并解锁。然后另一个图块获得锁，进行添加（但指的是旧的未更新数据）并解锁。

锁是一个 int，数据是一个 double_4，所以看起来锁的释放和更新速度足够快，以便其他图块在数据仍在传输中时看到。即使第一个写入的块还没有完全提交，另一个块可以看到锁是空闲的。因此，第二个图块从缓存中读取未更新的数据值并添加到它并写入...

有人可以帮我理解为什么当第一个磁贴写入时数据没有失效（在缓存中），有人可以帮我找到解决这个问题的正确方法吗？

我有一个带有 C# XAML windows store 应用程序和一个公开 C++ AMP 代码的 WinRT 组件的解决方案。设置了从应用程序到组件的引用，我可以运行它，并且通过混合模式调试，我可以进入 win rt 组件。

但是，我不能选择“仅 gpu”的“调试器类型”，它使用软件仿真 gpu 调试器启动调试。我可以选择混合模式并调试 c# app 和 c++ rt 组件，但是 gpu 不可用，所以我无法进入内核的实际 parallel_for_each 代码块。

如果我使用 C++ XAML windows store 应用程序作为主机，我可以很容易地选择“gpu only”作为调试器类型。

一种解决方案是在不调试的情况下构建并启动解决方案（C# app+C++ 组件），然后手动进入 debug/attach 处理并找到我正在运行的进程，选择 gpu debugger 并附加。这实际上有效，只要我手动确保使用正确的加速器。

由于我可以通过手动附加以迂回的方式进行调试，因此很明显它应该能够通过正常的 F5 运行和调试来工作，这基本上以更简单的方式完成了同样的事情。

我很想知道如何将它设置为像往常一样工作，以及我遇到困难的原因是什么。

NB。我有一篇关于这个的帖子，其中有不同的措辞和标签，因为当时我并没有真正理解问题和解决方法。我删除了那个帖子并写了这个。

关于我对 CodeReview 的问题，我想知道为什么 PPL 实现两个向量的简单变换比顺序和使用 OpenMP 的 for 循环std::plus<int>慢得多（顺序（带矢量化）：25ms，顺序（不带矢量化） std::transform：28ms，C++AMP：131ms，PPL：51ms，OpenMP：24ms）。

我使用以下代码进行分析，并在 Visual Studio 2013 中进行了全面优化：

我目前正在编写一个库，我希望能够允许用户定义一个函数（声明为restrict( amp )）并允许他们将此函数传递给我的一个库函数以在concurrency::parallel_for_each循环中使用。例如：

我希望这能够工作，只要f将其声明为有效的 AMP 兼容函数，就好像我f直接用内核中的函数本身替换函数指针一样；一切都按预期工作。但是，使用f会导致以下错误：

不支持函数指针、函数引用或指向成员函数的指针。

有什么方法可以在不阻止我的用户使用 lambdas 以外的函子的情况下获得我想要的行为？

我正在尝试实现一个函数，该函数使用 C++AMP 计算 Gauss-Laguerre 数值积分方法的权重和横坐标以并行化该过程，并且在运行它时出现DXGI_ERROR_DEVICE_HUNG错误。

这是我在 GPU 上计算 gamma 函数对数的辅助方法：

这是我计算权重和横坐标的函数：

这是来自调试控制台的完整跟踪：

D3D11：移除设备。D3D11 错误：ID3D11Device::RemoveDevice：设备删除已被触发，原因如下（DXGI_ERROR_DEVICE_HUNG：设备执行其命令的时间不合理，或硬件崩溃/挂起。因此，TDR（超时检测和恢复）机制已被触发。当前的设备上下文在挂起时正在执行命令。应用程序可能希望重新生成并回退到不太积极地使用显示硬件）。[执行错误 #378：DEVICE_REMOVAL_PROCESS_AT_FAULT] D3D11 错误：ID3D11DeviceContext::Map：返回 DXGI_ERROR_DEVICE_REMOVED，当资源尝试使用 READ 或 READWRITE 进行映射时。[ RESOURCE_MANIPULATION 错误 #2097214：RESOURCE_MAP_DEVICEREMOVED_RETURN]

我很抱歉无法制作一个可重复的小例子；我希望这仍然是一个可以接受的问题，因为我自己无法解决这个问题。

我正在使用 C++AMP 为内部编写一个库，我发现以下内容不起作用，我很好奇为什么（如果我restrict(amp)从仿函数中删除它会起作用）：

但是，如果我restrict(amp)从 的定义中删除f，程序将按预期编译。AMP 开放标准中是否有可以阐明这一点的条款？

此外，如果我们在 的定义中使用以下内容，TestFunc即使使用说明符，它也可以正确编译restrict(amp)：

我有一个经常被调用的函数，它非常适合并行处理，所以我研究了 C++ amp 作为初学者。该函数接受三个输入：

1. 一个浮点向量，它是输入数据
2. 常数系数的向量，在整个调用过程中保持不变
3. 输出向量，将结果写入其中。

现在很明显，每次调用都必须将#1 复制到 GPU 上。为此，我使用了一个堆栈管理的 const array<>，它工作得很好。

对于#2，最佳情况是以某种方式将向量保留在 GPU 内存中，因为它是恒定的。这可以使用amp吗？还是每次调用parallel_for_each时都必须复制它，类似于#1？

对于#3，是否可以在 GPU 上分配缓冲区并将其复制回来，而不是在 cpu 堆栈上创建一个空缓冲区，复制它，并在结果写入后将其复制回来？

最后一件事，由于 parallel_for_each 调用本质上是异步的 - 并且将由 #3 的析构函数或 array_view::synchronize() 同步，是否可以离开当前函数（和堆栈空间），同时做一些其他的事情GPU正在处理，然后在稍后“同步”？

它需要一个动态分配的array_view来避免销毁时的同步（），但是当我使用指针而不是堆栈管理的对象时，该函数似乎不会编译：

另外，对于那些在 OpenCL 等其他架构方面经验丰富的人，我会在那里有更好的运气吗？