asc_shfl_xor

产品支持情况

功能说明

获取Warp内当前线程LaneId与输入lane_mask做异或操作（LaneId^lane_mask）得到的dstLaneId对应线程输入的用于交换的var值；如果目标线程是非活跃状态，获取到寄存器中未初始化的值。其中，参数width用于划分Warp内线程的分组。参数width设置参与交换的32个线程的分组宽度，默认值为32，即所有线程分为1组。

在多个分组场景（width小于32）下，每个线程获取位于本组内或线程编号更小的组内的dstLaneId对应线程的var值；也就是说，如果dstLaneId小于当前线程所在分组的起始LaneId，dstLaneId对应的线程位于线程编号更小的组内，则可以获取该dstLaneId线程的var值；如果dstLaneId大于当前线程所在分组的最大LaneId，则返回当前线程的var值。

例如，Warp内32个活跃线程调用asc_shfl_xor(LaneId, 1, 16)接口，每个线程的返回值为当前线程LaneId^1对应线程的var值。

图1 asc_shfl_xor结果示意图

函数原型

1

inline int32_t asc_shfl_xor(int32_t var, int32_t lane_mask, int32_t width = warpSize)

1

inline uint32_t asc_shfl_xor(uint32_t var, int32_t lane_mask, int32_t width = warpSize)

1

inline float asc_shfl_xor(float var, int32_t lane_mask, int32_t width = warpSize)

1

inline int64_t asc_shfl_xor(int64_t var, int32_t lane_mask, int32_t width = warpSize)

1

inline uint64_t asc_shfl_xor(uint64_t var, int32_t lane_mask, int32_t width = warpSize)

1

inline half asc_shfl_xor(half var, int32_t lane_mask, int32_t width = warpSize)

1

inline half2 asc_shfl_xor(half2 var, int32_t lane_mask, int32_t width = warpSize)

参数说明

返回值说明

Warp内指定线程的var值。

约束说明

如果目标线程是非活跃状态，获取到寄存器中未初始化的值。

需要包含的头文件

使用除half、half2类型之外的接口需要包含"simt_api/device_warp_functions.h"头文件，使用half和half2类型接口需要包含"simt_api/asc_fp16.h"头文件。

1

#include "simt_api/device_warp_functions.h" 

1

#include "simt_api/asc_fp16.h"

调用示例

• SIMT编程场景：

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

  __global__ __launch_bounds__(1024) void KernelShflXor(int32_t* dst) { int idx = threadIdx.x + blockIdx.x * blockDim.x; int32_t laneId = idx % 32; // 0-15线程返回值分别为{1,0,3,2,5,4,7,6,9,8,11,10,13,12,15,14} // 16-31线程返回值为{17,16,19,18,21,20,23,22,25,24,27,26,29,28,31,30} int32_t result = asc_shfl_xor(laneId, 1, 16); dst[idx] = result; } // asc_shfl_xor实现reducesum __global__ __launch_bounds__(1024) void KernelShflXorReduceSum(int32_t* dst) { int idx = threadIdx.x + blockIdx.x * blockDim.x; int32_t laneId = idx % 32; int32_t value = laneId; value += asc_shfl_xor(value, 1, 31); // 1 value += asc_shfl_xor(value, 2, 31); // 2 value += asc_shfl_xor(value, 4, 31); // 4 value += asc_shfl_xor(value, 8, 31); // 8 value += asc_shfl_xor(value, 16, 31); // 16 dst[idx] = value; }

• SIMD与SIMT混合编程场景：

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

  __simt_vf__ __launch_bounds__(1024) inline void KernelShflXor(__gm__ int32_t* dst) { // asc_vf_call参数：dim3{1024, 1, 1} int idx = threadIdx.x + blockIdx.x * blockDim.x; int32_t laneId = idx % 32; // 0-15线程返回值分别为{1,0,3,2,5,4,7,6,9,8,11,10,13,12,15,14} // 16-31线程返回值为{17,16,19,18,21,20,23,22,25,24,27,26,29,28,31,30} int32_t result = asc_shfl_xor(laneId, 1, 16); dst[idx] = result; } // asc_shfl_xor实现reducesum __simt_vf__ __launch_bounds__(1024) inline void KernelShflXorReduceSum(__gm__ int32_t* dst) { int idx = threadIdx.x + blockIdx.x * blockDim.x; int32_t laneId = idx % 32; int32_t value = laneId; value += asc_shfl_xor(value, 1, 31); // 1 value += asc_shfl_xor(value, 2, 31); // 2 value += asc_shfl_xor(value, 4, 31); // 4 value += asc_shfl_xor(value, 8, 31); // 8 value += asc_shfl_xor(value, 16, 31); // 16 dst[idx] = value; }