gpucoder.atomicOr

Атомарно выполните побитовое ИЛИ между заданным значением и переменной в глобальной памяти или общей памяти

свернуть все на странице

    Синтаксис

    [A,oldA] = gpucoder.atomicOr(A,B)

    Описание

    пример

    [A,oldA] = gpucoder.atomicOr(A,B) выполните побитовое ИЛИ между B и значение A в глобальной памяти или общей памяти и записывает результаты обратно в A. Операция является атомарной в некотором смысле, что целая операция "чтение изменяет запись", как, гарантируют, будет выполнен без интерференции от других потоков. Порядок аргументов ввода и вывода должен совпадать с обеспеченным синтаксисом.

    Примеры

    свернуть все

    Выполните простую атомарную операцию сложения при помощи gpucoder.atomicOr функционируйте и сгенерируйте CUDA® код, который вызывает соответствующий atomicOr() CUDA API.

    В одном файле запишите функции точки входа myAtomicOr это признает, что матрица вводит a и b.

    function a = myAtomicOr(a,b)

coder.gpu.kernelfun;
for i =1:numel(a)
    [a(i),~] = gpucoder.atomicOr(a(i), b);
end

end

    Создать тип для матрицы удваивается для использования в генерации кода, используйте coder.newtype функция.

    A = coder.newtype('uint32', [1 30], [0 1]);
B = coder.newtype('uint32', [1 1], [0 0]);
inputArgs = {A,B};

    Чтобы сгенерировать библиотеку CUDA, используйте codegen функция.

    cfg = coder.gpuConfig('lib');
cfg.GenerateReport = true;

codegen -config cfg -args inputArgs myAtomicOr -d myAtomicOr

    Сгенерированный код CUDA содержит myAtomicOr_kernel1 ядро с вызовами atomicOr() API CUDA.

    //
// File: myAtomicOr.cu
//
...

static __global__ __launch_bounds__(1024, 1) void myAtomicOr_kernel1(
    const uint32_T b, const int32_T i, uint32_T a_data[])
{
  uint64_T loopEnd;
  uint64_T threadId;
...

  for (uint64_T idx{threadId}; idx <= loopEnd; idx += threadStride) {
    int32_T b_i;
    b_i = static_cast<int32_T>(idx);
    atomicOr(&a_data[b_i], b);
  }
}
...

void myAtomicOr(uint32_T a_data[], int32_T a_size[2], uint32_T b)
{
  dim3 block;
  dim3 grid;
...

    cudaMemcpy(gpu_a_data, a_data, a_size[1] * sizeof(uint32_T),
               cudaMemcpyHostToDevice);
    myAtomicOr_kernel1<<<grid, block>>>(b, i, gpu_a_data);
    cudaMemcpy(a_data, gpu_a_data, a_size[1] * sizeof(uint32_T),
               cudaMemcpyDeviceToHost);
...

}

    Входные параметры

    свернуть все

    Операнды в виде скаляров, векторов, матриц или многомерных массивов. Входные параметры A и B должен удовлетворить следующим требованиям:

    • Имейте совпадающий тип данных.

    • Имейте тот же размер или имейте размеры, которые совместимы. Например, A M- N матрица и B скаляр или 1- N вектор-строка.

    Типы данных: int32 | uint32 | uint64

    Ограничения

    • Вход указателя на функцию к gpucoder.stencilKernel прагма не может содержать вызовы атомарных функций. Например,

      out1 = gpucoder.stencilKernel(@myAtomicOr,A,[3 3],'same',B);

    Смотрите также

    Функции

    Темы

    Введенный в R2021b

    Документация GPU Coder

    Поддержка

    Для просмотра документации необходимо авторизоваться на сайте