彭于斌

你的cpu型号是不是比较老？

这是你的仓库吗？看到这个仓库使用了OpenGL计算着色器，为什么说是单CPU的，可以参考一下我的：https://github.com/archibate/opengl_mpm

P2G这一步里的+=需要是atomic的吧？不然累计结果会不对，导致仿真结果爆炸。

你可以用chrono测一测每一步的时间，你应该会发现P2G这一步花的时间是最长的，因为P2G涉及了scatter操作，会出现多个线程同时访问同一个grid的情况，需要低效的atomic。 为了避免多线程竞争导致的性能损失，有两种方案： 1. 先把粒子按照[莫顿码](https://blog.csdn.net/cheche012345/article/details/127729403)排个序，排序后因为openmp会把值接近的i放在一个线程里执行，从而只有边缘存在多线程同时atomic访问同一个grid的情况。 2. 如果有4个cpu，那就把粒子按位置分成4块，分别在各自的区域里，那就不需要atomic了。

看到你把omp都注释了，是没加atomic炸了然后debug了半天是吧 ```cpp float mass_contrib = weight * particle_mass; grid[cell_index].mass += mass_contrib; grid[cell_index].vel += mass_contrib * (p.vel + Q); ``` 需要改成： ```cpp float mass_contrib = weight * particle_mass; #pragma omp atomic...

## 串行写法 例如，在串行编程中过滤出一个vector所有的偶数： ```cpp std::vector in = {1, 2, 3, 4}; std::vector out; for (size_t i = 0; i < in.size(); ++i) { if (in[i] % 2 == 0) out.push_back(in[i]);...

不要在cpu和gpu之间来回拷，全部统一放gpu上，只有当你需要导出结果时才拷回cpu。

_mm_set_ps(tempArray[gx][12] * tempArray[gy][13] * tempArray[gx][14], tempArray[gx][8] * tempArray[gy][9] * tempArray[gx][10], tempArray[gx][4] * tempArray[gy][5] * tempArray[gx][6], tempArray[gx][0] * tempArray[gy][1] * tempArray[gz][2_mm512_set_ps( 0.0, particles[i + 3].C[2][2], particles[i + 3].C[2][1], particles[i + 3].C[2][0],...

对不起！我的问题，将relaxed改成consume，应该没问题了。 https://github.com/parallel101/course/blob/73ce6ce23e87a32db620054da9f2e64d06b9c1f1/slides/atomic/list_teardown_pop.cpp#L72 

没有问题的，因为fetch_sub返回1，实际上说明引用计数已经是0了，fetch_sub返回的是“旧值”，相当于后置i--，知道吧。如果已经为0，那就没有任何其他人持有该指针，我是独占的，那随便delete。