CUDA线程索引计算

Posted imagineincredible

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了CUDA线程索引计算相关的知识,希望对你有一定的参考价值。

终于搞清楚了 thread 索引的计算方式,简单来说很像小学学的除法公式

被除数 = 除数 * 商 + 余数

用公式表示:最终的线程Id = blockId * blockSize + threadId

  • blockId :当前 block 在 grid 中的坐标(可能是1维到3维)
  • blockSize :block 的大小,描述其中含有多少个 thread
  • threadId :当前 thread 在 block 中的坐标(同样从1维到3维)

下面先理清几个关键点:

grid 中 含有若干个 blocks,其中 blocks 的数量由 gridDim.x/y/z 来描述。某个 block 在此 grid 中的坐标由 blockIdx.x/y/z 描述。

blocks 中含有若干个 threads,其中 threads 的数量由 blockDim.x/y/z 来描述。某个 thread 在此 block 中的坐标由 threadIdx.x/y/z 描述。

接着一个多维的坐标如何用一维数据表达呢?这里大家想一想两位数和三位数,就是很好的例子。数字 = 百位数字 * 100 + 十位数字 * 10 + 个位数字。
当我们得知每个维度上的大小时,就可以利用这样的进制将三维坐标转换为1维坐标
一般来说坐标(x, y, z)分别所在的维度大小是(Dx, Dy, Dz),一般会把 z 看成高纬度,接着是 y ,最后是 x。

高维度坐标转一维坐标公式 id = Dx * Dy * z + Dx * y + x

搞清楚了这些,我们找几个例子开始计算

1D grid, 1D block

  • blockSize = blockDim.x
  • blockId = blockIdx.x
  • threadId = threadIdx.x

Id = blockIdx.x * blockDim.x + threadIdx.x

3D grid, 1D block

  • blockSize = blockDim.x(一维 block 的大小)

  • blockId = Dx * Dy * z + Dx * y + x (三维 grid 中 block 的 id,用公式)

    = gridDim.x * gridDim.y * blockIdx.z + gridDim.x * blockIdx.y + blockIdx.x

  • threadId = threadIdx.x (一维 block 中 thread 的 id)

Id = (gridDim.x * gridDim.y * blockIdx.z + gridDim.x * blockIdx.y + blockIdx.x ) * blockDim.x + threadIdx.x

1D grid, 2D block

  • blockSize = blockDim.x * blockDim.y(二维 block 的大小)

  • blockId = blockIdx.x(一维 grid 中 block id)

  • threadId = Dx * y + x (二维 block 中 thread 的 id)

    = blockDim.x * threadIdx.y + threadIdx.x

Id = blockIdx.x * (blockDim.x * blockDim.y) + blockDim.x * threadIdx.y + threadIdx.x

3D grid, 3D block

  • blockSize = blockDim.x * blockDim.y * blockDim.z(三维 block 的大小)

  • blockId = Dx * Dy * z + Dx * y + x(三维 grid 中 block 的 id,用公式)

    = gridDim.x * gridDim.y * blockIdx.z + gridDim.x * blockIdx.y + blockIdx.x

  • threadId = Dx * Dy * z + Dx * y + x(三维 block 中 thread 的 id,用公式)

    = blockDim.x * blockDim.y * threadIdx. z + blockDim.x * threadIdx.y + threadIdx.x

Id = (gridDim.x * gridDim.y * blockIdx.z + gridDim.x * blockIdx.y + blockIdx.x) * (blockDim.x * blockDim.y * blockDim.z) + blockDim.x * blockDim.y * threadIdx. z + blockDim.x * threadIdx.y + threadIdx.x

以上是关于CUDA线程索引计算的主要内容,如果未能解决你的问题,请参考以下文章

CUDA并行计算基础参加CUDA线上训练营

CUDA笔记(一)线程与数据量的关系

cuda 线程索引

编写一个有许多线程写入同一索引的 CUDA 内核?

CUDA加opencv复现导向滤波算法

CUDA编程之线程模型