使用 long int 进行原子添加不起作用

Question

正如 cuda 编程指南建议的那样，我想调用 AtomicAdd 函数：

unsigned long long int atomicAdd(unsigned long long int* address,
                             unsigned long long int val);

但是，当使用两个变量调用此函数时：

unsigned long long int *c 和 unsigned long long int sum

我收到此错误：

 dotproduct_kernel.cu(23): error: no instance of overloaded function "atomicAdd" matches the argument list
        argument types are: (unsigned long long *, unsigned long long)

我不知道 long long int 确实存在，所以我尝试了 long int long 但一切都失败了。

我需要一个大数据类型，因为我的结果将接近 10^14。

有关我的设备的所有信息。我猜计算能力是1.2，对吗？

Major revision number:         1
Minor revision number:         2
Name:                          GeForce GT 240
Total global memory:           1073020928
Total shared memory per block: 16384
Total registers per block:     16384
Warp size:                     32
Maximum memory pitch:          2147483647
Maximum threads per block:     512
Maximum dimension 0 of block:  512
Maximum dimension 1 of block:  512
Maximum dimension 2 of block:  64
Maximum dimension 0 of grid:   65535
Maximum dimension 1 of grid:   65535
Maximum dimension 2 of grid:   1
Clock rate:                    1340000
Total constant memory:         65536
Texture alignment:             256
Concurrent copy and execution: Yes
Number of multiprocessors:     12
Kernel execution timeout:      Yes

这是完整的代码：

__global__ void dot (long int *a, long int *b, long int *c){
    __shared__ long int temp[THREADS_PER_BLOCK];
    c[0] = 0;
    long index = (blockIdx.x * blockDim.x) + threadIdx.x;
    temp[threadIdx.x] = a[index] * b[index];

    __syncthreads();

    if( 0 == threadIdx.x ){
        long int sum = 0;
        int i;
        for( i = 0; i<THREADS_PER_BLOCK; i++) {
            sum += temp[i];
        }
        atomicAdd(c, sum); //remember of -arch=sm_11
    }
}

Answer 1

请确保使用 -arch=sm_11 或更高版本编译代码（默认情况下，它是针对计算 camability 1.0 进行编译的）。另请注意，如果您使用 SDK 中包含的 common.mk 文件，因为它可能会覆盖您的某些标志。

抱歉，但我几乎可以肯定atomicAdd的最低要求是1.1，但它似乎是1.2（你的GPU支持）。我还使用“unsigned long long”编译了您的内核（“long int”不是atomicAdd的有效数据类型）。参见 B.11.1.1atomicAdd()。 NVIDIA CUDA C 编程指南，v3.2。

在共享上运行的原子函数
内存和原子函数操作
64 位字仅适用于
计算能力1.2的设备和
如上所述。

希望这有帮助。