與該塊的輸出中的CUDA濾波器是下一個塊

Question

以下，我有做這些件代碼，用於在GPU處理的圖像的問題在過濾器工作的輸入：

for(int h=0; h<height; h++) { 
    for(int w=1; w<width; w++) { 
    image[h][w] = (1-a)*image[h][w] + a*image[h][w-1]; 
    } 
} 

如果我定義：

爲dim3 threads_perblock（32，32）

然後每個塊我有：32個線程可被傳遞。該塊的線程無法與來自其他塊的線程進行通信。

在一個thread_block中，我可以使用shared_memory翻譯這些代碼段，但是，對於邊緣（我會說）：image [0,31]和image [0,32]在不同的線程塊中。圖像[0,31]應該從圖像[0,32]中獲取值來計算其值。但他們在不同的線程塊。

這樣的問題。

我該如何解決這個問題？

在此先感謝。

Answer 1

如果image在全局內存中，那就沒有問題 - 你不需要使用共享內存，你可以直接從image直接訪問像素沒有任何問題。

但是，如果您在此之前已經完成了一些處理，並且一塊image已經在共享內存中，那麼您遇到了問題，因爲您需要執行超出塊範圍的鄰域操作。您可以執行下列操作之一 - 要麼：

• 寫共享內存回全局內存，使其相鄰塊訪問（缺點：性能，模塊之間的同步可能會非常棘手）

或：

• 爲每個塊重疊處理額外的邊緣像素（在這種情況下爲1像素），以便每個塊都有額外的像素來處理邊緣情況，例如具有34x34的塊大小工作，但僅存儲32×32中央輸出像素（的缺點：需要內核內附加邏輯，分支可以導致經發散，而不是在塊中的所有線程都充分使用）

不幸的是鄰域操作可以是在CUDA中真的很棘手，並且無論您用什麼方法處理邊緣案例，總是存在一個缺點。

Answer 2

您可以使用繁忙的旋轉（無笑話）。只要使線程處理的[32]執行：

while(!variable); 

開始計算之前，線程處理[31]做

variable = 1; 

當它完成。這是由你來概括這一點。我知道這在CUDA中被認爲是「流氓編程」，但它似乎是實現您想要的唯一方法。我有一個非常類似的問題，它爲我工作。雖然你的表現可能會受到影 不過要小心，那

dim3 threads_perblock(32, 32) 

意味着你必須每塊32×32 = 1024個線程。