このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

gpucoder.atomicXor

R2025b

指定された値とグローバル メモリまたは共有メモリの変数の間でのビット単位 XOR のアトミックな実行

ページ内をすべて折りたたむ

    構文

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

    説明

    [A,oldA] = gpucoder.atomicXor(A,B) は、B とグローバル メモリまたは共有メモリの A の値の間でビット単位の XOR を実行し、結果を A に書き戻します。この演算は、読み取り、変更、書き込みの操作全体が他のスレッドからの干渉なしに実行されることが保証されているという意味でアトミックです。入力引数と出力引数の順序は、構文の規定と一致しなければなりません。

    例

    例

    すべて折りたたむ

    関数 gpucoder.atomicXor を使用してシンプルなアトミック加算演算を実行し、適切な CUDA® atomicXor() API を呼び出す CUDA コードを生成します。

    1 つのファイル内に、行列入力 a および b を受け入れるエントリポイント関数 myAtomicXor を記述します。

    function a = myAtomicXor(a,b)

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

end

    コード生成で使用する double の行列の型を作成するには、関数 coder.newtype を使用します。

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

    CUDA ライブラリを生成するには、関数 codegen を使用します。

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

codegen -config cfg -args inputArgs myAtomicXor -d myAtomicXor

    生成された CUDA コードには、atomicXor() CUDA API の呼び出しを使用する myAtomicXor_kernel1 カーネルが含まれます。

    //
// File: myAtomicXor.cu
//
...

static __global__ __launch_bounds__(1024, 1) void myAtomicXor_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);
    atomicXor(&a_data[b_i], b);
  }
}
...

void myAtomicXor(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);
    myAtomicXor_kernel1<<<grid, block>>>(b, i, gpu_a_data);
    cudaMemcpy(a_data, gpu_a_data, a_size[1] * sizeof(uint32_T),
               cudaMemcpyDeviceToHost);
...

}

    入力引数

    すべて折りたたむ

    オペランド。スカラー、ベクトル、行列、または多次元配列として指定します。入力 A と入力 B は以下の要件を満たさなければなりません。

    • 同じデータ型。

    • 同じサイズまたは互換性のあるサイズ。たとえば、A が M 行 N 列の行列で、B がスカラーまたは 1 行 N 列の行ベクトル。

    データ型: int32 | uint32 | uint64

    バージョン履歴

    R2021b で導入

    参考

    関数

    トピック