OpenACC 计算规约时发现的小坑

▶ 使用 OpenACC 的 parallel 构件来计算规约，主要想说的是 win10 pgi 和 win10 WSL pgi 结果的不同和关于 for 循环的一个小坑

● 正常的代码

 #include <stdio.h>
 #include <openacc.h>

 const int N = ;

 int main()
 {
     int i, sum, temp, a[N];
     for (i = sum = temp = ; i < N; i++)
         a[i] = i;

 #ifdef _OPENACC
     printf("device:%d, device nvidia:%d", acc_get_num_devices(acc_device_default), acc_get_num_devices(acc_device_nvidia));// 检查计算设别和 nvidia 计算设备数量
     #pragma acc parallel
     {
         #pragma acc loop reduction(+:sum)   // 规约计算了 1+2+...+99
         for (i = ; i < N; i++)
             sum += a[i];        

         temp = sum;                         // 在退出 parallel 构件之前就尝试使用规约变量 sum
     }
     printf("\nSum = %d, temp = %d\n", sum, temp);

 #else
     printf("\nACC not support.\n");
 #endif
     getchar();
     return ;
 }

● 输出结果（分别使用 win10 pgi 编译器和 win10 WSL pgi 编译器）

D:\Code\OpenACC\OpenACCProject\OpenACCProject>pgcc main.c -o main.exe -acc -Minfo
main:
     , Accelerator kernel generated
         Generating Tesla code
         , #pragma acc loop gang, vector(128) /* blockIdx.x threadIdx.x */
             Generating reduction(+:sum)
     , Generating implicit copy(sum)
         Generating implicit copyin(a[:N])

D:\Code\OpenACC\OpenACCProject\OpenACCProject>main.exe
device:, device nvidia:   // 只有一台计算设备，应该是独立显卡
launch CUDA kernel  file=D:\Code\OpenACC\OpenACCProject\OpenACCProject\main.c function=main line=14 device=0 threadid=1 num_gangs=1 num_workers=1 vector_length=128 grid=1 block=128 shared memory=1024
launch CUDA kernel  file=D:\Code\OpenACC\OpenACCProject\OpenACCProject\main.c function=main line=14 device=0 threadid=1 num_gangs=1 num_workers=1 vector_length=256 grid=1 block=256 shared memory=1024
Sum = , temp =         // 正确的计算了 1+2+...+99，temp 不能获得正确的结果

cuan@CUAN:/mnt/d/Code/OpenACC/OpenACCProject/OpenACCProject$ pgcc main.c -o main-ubuntu.exe -acc -Minfo
main:
     , Accelerator kernel generated
         Generating Tesla code
         , #pragma acc loop gang, vector(128) /* blockIdx.x threadIdx.x */
             Generating reduction(+:sum)
     , Generating implicit copy(sum)
         Generating implicit copyin(a[:N])
cuan@CUAN:/mnt/d/Code/OpenACC/OpenACCProject/OpenACCProject$ ./main-ubuntu.exe
device:, device nvidia:0   // 只有一台计算设备，默认是 CPU ？而且没有输出 CUDA 内核的相关信息
Sum = , temp = 4950     // temp 竟然是对的

● 大坑注意：

■ OpenACC 所有 for 循环仅支持简单语句（不仅限制并行构建），将上述代码中的第 9 ~ 10 行改成 for (i = sum = temp = ; i < N; a[i] = i++); 后会出现以下结果，但是如果使用 for (i = sum = temp = ; i < N; a[i] = i, i++); 是正确的。

D:\Code\OpenACC\OpenACCProject\OpenACCProject>pgcc main.c -o main.exe -Minfo -acc
main:                                           // 编译没有出现错误提示
     , Accelerator kernel generated
         Generating Tesla code
         , #pragma acc loop gang, vector(128) /* blockIdx.x threadIdx.x */
             Generating reduction(+:sum)
     , Generating implicit copy(sum)
         Generating implicit copyin(a[:N])
D:\Code\OpenACC\OpenACCProject\OpenACCProject>main.exe
device:, device nvidia:                       // 每次执行结果不同
Sum = , temp = 

D:\Code\OpenACC\OpenACCProject\OpenACCProject>main.exe
device:, device nvidia:
Sum = , temp = 

cuan@CUAN:/mnt/d/Code/OpenACC/OpenACCProject/OpenACCProject$ pgcc main.c -o main-ubuntu.exe -acc -Minfo
main:                                           // 编译没有出现错误提示
     , Accelerator kernel generated
         Generating Tesla code
         , #pragma acc loop gang, vector(128) /* blockIdx.x threadIdx.x */
             Generating reduction(+:sum)
     , Generating implicit copy(sum)
         Generating implicit copyin(a[:N])
cuan@CUAN:/mnt/d/Code/OpenACC/OpenACCProject/OpenACCProject$ ./main-ubuntu.exe
device:, device nvidia:                       // 每次结果相同，但答案不正确
Sum = , temp = 

cuan@CUAN:/mnt/d/Code/OpenACC/OpenACCProject/OpenACCProject$ ./main-ubuntu.exe
device:, device nvidia:
Sum = , temp =