CUDAスレッドの集計結果

Question

CUDAの最小支配的な問題を解決しています。すべてのスレッドは、いくつかの局所的な結果を発見し、私は最高のものを見つける必要があります。グローバル結果（dev_bestConfigおよびdev_bestValue）には__device__の変数が使用されています。

__device__ configType dev_bestConfig = 0; 
__device__ int dev_bestValue = INT_MAX; 

__device__ void findMinimalDominantSet(int count, const int *matrix, Lock &lock) 
{ 
    // here is some algorithm that finds local bestValue and bestConfig 

    // set device variables 
    if (bestValue < dev_bestValue) 
    { 
     dev_bestValue = bestValue; 
     dev_bestConfig = bestConfig; 
    } 
} 

私はより多くのスレッドが、私はこのクリティカルセクションを使用ので、同時にメモリアクセスするので、これは動作しないことを知っている：

// set device variables 
    bool isSet = false; 
    do 
    { 
     if (isSet = atomicCAS(lock.mutex, 0, 1) == 0) 
     { 
      // critical section goes here 
      if (bestValue < dev_bestValue) 
      { 
       dev_bestValue = bestValue; 
       dev_bestConfig = bestConfig; 
      } 
     } 
     if (isSet) 
     { 
      *lock.mutex = 0; 
     } 
    } while (!isSet); 

を

私はこのような何かをする必要がありますこれは実際には期待通りに動作しますが、は本当に遅いです。たとえば、このクリティカルセクションがない場合は、0.1秒がかかります。このクリティカルセクションでは1.8秒かかります。

もっと速くするにはどうすればよいですか？

Answer 1

実際には、クリティカルセクションを避け、最後にロックしました。私は局所的な結果を配列に保存してから、最良のものを探しました。検索は、順次または並行して行うことができます。