#pragma unroll 指令到底做了什麼事情

加速计算 CUDA
1

參考原廠手冊的說法我還是不太清楚這個指令做了什麼事情

#pragma unroll 2
for(int i=0;i<6;i++)
sum += array[i] ;

我一直以為加了#pragma unroll 2會自動變成嗎

for(int i=0;i<3;i++)
{
sum1 += array[i] ;
}

for(int i=3;i<6;i++)
{
sum2 += array[i] ;
}
sum = sum1 +sum2;

如果是#pragma unroll 6

sum =  array[0] + array[1] + array[2] +  array[3] + array[4] + array[5];

我自己有試過手動指令層級的展開

for(int i=0;i<3;i++)
{
sum1 += array[i] ;
sum2 += array[i+1] ;
}
sum = sum1 +sum2;

效果似乎會比#pragma unroll N還要好很多，因此我就不太清楚他做了什麼

上面只是舉例而已。

我的經驗是當for i = 1 : N 時做 #pragma unroll N 不見得會比#pragma unroll N/k 還要好 (mod(N,k)=0)

反而是自己先手動做k次的展開後再加上#pragma unroll N/k 效果會最好

我想請問一下再使用#pragma unroll N 時有沒有一個比較確切的依據或準則可以參考？

又或者我有兩層for迴圈那要哪一層去做#pragma unroll N ?

2

LZ您好：

1：#pragma unroll n指的是指的是展开n次循环，若原来的循环次数为n*k次，那么unroll n之后，每次循环将计算之前循环n次的内容，总的循环次数变成k次。因为每次循环有固定的指令开销，所以这样减少了循环判断次数，增加了实际计算的比例。对于循环体很小的循环而言有利于提升性能。

2：因为1：，所以您上文中对unroll 2的考虑是不正确的，你那样还是两个循环，你那个写法有些像CPU上的规约做法，两个线程各维护一个循环，计算一个自己的相加结果，而不是展开循环。

3：如果您的例子中的unroll 6，那么相当于直接将6个数据相加起来，但是具体计算的格式可能编译器还有一定的自己的安排。

另外，编译器对于预编译指令，仅作为参考，会综合多个因素给出最后的编译结果。以及您还可以将编译好的exe文件中的汇编码dump出来，以观察编译器究竟采取了何种选择。

大致如此，供您参考。

祝您编码顺利~

3

後來我有在CUDA C BEST PRACTICES GUIDE找到一些資料，也感謝版主的說明

4

不客气的，欢迎您常来论坛讨论问题。

祝您编码顺利~