BookGPU/Chapters/chapter4/code/convoGeneSh1.cu~

   1 __global__ void kernel_convoNonSepSh_8p(unsigned char *output, int j_dim, int r)
   2 {
   3   int ic, jc;
   4   int k = 2*r+1 ;
   5   float outval0=0.0, outval1=0.0, outval2=0.0, outval3=0.0, outval4=0.0, outval5=0.0, outval6=0.0, outval7=0.0 ;
   6   int bdimX = blockDim.x<<3 ;
   7   int tidX = threadIdx.x<<3 ;
   8
   9   // absolute coordinates of packet's base point
  10   int j = (__umul24(blockIdx.x,blockDim.x) + threadIdx.x) << 3 ;
  11   int i = __umul24( blockIdx.y, blockDim.y) + threadIdx.y ;
  12   int j0= __umul24(blockIdx.x,blockDim.x)<<3 ;   // block's base point
  13   int idx = __umul24(i,j_dim) + j ;              // absolute index
  14   int idrow = threadIdx.y*(bdimX+k-1) ;          // line's offset in sh mem
  15
  16   // shared memory declaration
  17   extern __shared__ unsigned char roi8p[];
  18
  19   // top left
  20   for (int p=0; p<8; p++)
  21   roi8p[ idrow  + tidX +p ] = tex2D(tex_img_inc, j-r+p  , i-r) ;
  22
  23   // top right
  24   if ( threadIdx.x < r )
  25         {
  26           roi8p[ idrow + bdimX + threadIdx.x    ] = tex2D( tex_img_inc, j0-r +bdimX+threadIdx.x  , i-r ) ;
  27           roi8p[ idrow + bdimX + threadIdx.x +r ] = tex2D( tex_img_inc, j0   +bdimX+threadIdx.x  , i-r ) ;
  28         }
  29   // bottom left
  30   if ( threadIdx.y < k-1 )
  31         {
  32           idrow = (threadIdx.y+blockDim.y)*(bdimX+k-1) ;
  33           for (int p=0; p<8; p++)
  34                 roi8p[ idrow + tidX +p  ] = tex2D( tex_img_inc, j-r+p  , i+blockDim.y-r ) ;
  35           // bottom right
  36           if ( threadIdx.x < r )
  37                 {
  38                   roi8p[ idrow + bdimX +threadIdx.x   ] = tex2D( tex_img_inc, j0-r +bdimX +threadIdx.x, i+blockDim.y-r ) ;
  39                   roi8p[ idrow + bdimX +threadIdx.x +r] = tex2D( tex_img_inc, j0   +bdimX +threadIdx.x, i+blockDim.y-r ) ;
  40                 }
  41         }
  42   __syncthreads();
  43
  44   // computations
  45   for (ic=0 ; ic<k ; ic++)
  46         for( jc=0 ; jc<k ; jc++)
  47           {
  48                 int baseRoi = __umul24(ic+threadIdx.y,(bdimX+k-1)) + jc+tidX ;
  49                 float valMask = mask[ __umul24(ic,k)+jc ] ;
  50                 outval0 += valMask*roi8p[ baseRoi ] ;
  51                 outval1 += valMask*roi8p[ baseRoi +1 ] ;
  52                 outval2 += valMask*roi8p[ baseRoi +2 ] ;
  53                 outval3 += valMask*roi8p[ baseRoi +3 ] ;
  54                 outval4 += valMask*roi8p[ baseRoi +4 ] ;
  55                 outval5 += valMask*roi8p[ baseRoi +5 ] ;
  56                 outval6 += valMask*roi8p[ baseRoi +6 ] ;
  57                 outval7 += valMask*roi8p[ baseRoi +7 ] ;
  58           }
  59
  60   // multiple output --> global mem
  61   output[ idx++ ] = outval0 ;
  62   output[ idx++ ] = outval1 ;
  63   output[ idx++ ] = outval2 ;
  64   output[ idx++ ] = outval3 ;
  65   output[ idx++ ] = outval4 ;
  66   output[ idx++ ] = outval5 ;
  67   output[ idx++ ] = outval6 ;
  68   output[ idx   ] = outval7 ;
  69 }