有限元装配的CUDA核

Question

我们有一个非结构化四面体网格文件，包含以下格式：

element-ID  nod1 nod2 nod3 nod4


    1            452  3434  322 9000

    2            2322   837 6673 2323

    .
    .
    .

300000

我们将上述网格划分为每个分区的大小为2048。对于每个2048年的分区大小包含唯一的nod1 nod2 nod3 nod4值，我们在不同的开始索引处传递1个块和512个线程。

在库达文件中，我们有

__global__ void calc(double d_ax,int *nod1,int *node2,int *nod3,int *nod4,int   start,int size)
{
    int n1,n2,n3,n4;     
    int i = blockIdx.x * blockDim.x + threadIdx.x + start;


    if ( i < size )
    {

        n1=nod1[i];
        n2=nod2[i];
        n3=nod3[i];
        n4=nod4[i];

        ax[n1] += some code;
        ax[n2] += some code;
        ax[n3] += some code;
        ax[n4] += some code;
    }
}

我们称内核为

calc<<<1,512>>>(d_ax,....,0,512);
calc<<<1,512>>>(d_ax,....,512,512);
calc<<<1,512>>>(d_ax,....,1024,512); 
calc<<<1,512>>>(d_ax,....1536,512);

上面的代码运行良好，但问题是我们一次使用多个块得到不同的结果。例如：

calc<<<2,512>>>(d_ax,....,0,1024); 
calc<<<2,512>>>(d_ax,....,1024,1024); 

有谁可以帮我？

Answer 1

我不知道当您发布的代码不完整且不可编译时，您如何期望任何人告诉您可能出了什么问题，但是如果在您的单个块情况下，您确实在像您发布的那样调用内核，这就是应该发生的情况：

calc<<<1,512>>>(d_ax,....,0,512);    // process first 512 elements
calc<<<1,512>>>(d_ax,....,512,512);  // start >= 512, size == 512, does nothing
calc<<<1,512>>>(d_ax,....,1024,512); // start >= 1024, size == 512, does nothing
calc<<<1,512>>>(d_ax,....1536,512);  // start >= 1536, size == 512, does nothing

因此，不管您的代码在使用多个块运行时是否会中断，您对于单个块情况的结果可能是错误的，因此您的问题的全部要点可能是无关紧要的。

如果你想要一个更好的答案，编辑你的问题，让它包含一个完整的问题描述和简洁，完整的代码，实际上可以编译。否则，从你提供的信息来看，这几乎是任何人都能猜到的。

Answer 2

对于2048年的每个分区大小，

包含唯一的nod1 nod2 nod3 nod4值。

但是在两个分区集中，是否会出现相同的节点索引？如果在两个不同的街区

第1项：ax[1234]=do something

第2项：ax[1234]=do something else

闻起来像种族的味道。你永远不知道这两个街区中哪一个写起来更快.