M,N为128的倍数时 运行结果才准确

[Zhou-sx]

M，N不应该满足4对齐就可以吗 shared_mem_gemm.cu也不对 例如取M=16, N=16, K=8 感觉128x8中有效的部分只有16x8，应该不影响呀

[Pzzzzz5142]

显然，我写的很暴力，必须得128的倍数（

主要是因为一个block处理的是128x128，读取的时候也是直接写死的读128。代码里面也能看出其实kernel里并没有关于边界的判定（

（既然都有4的倍数的限制了，不如再贯彻的彻底一点。（实际上是我偷懒了（

[Pzzzzz5142]

关于边界判定，你可以先去看看李少侠的处理方式，他可以使用任意形状的矩阵大小。然后在回写的时候也采用了shared memory来做coalesced access。可以参考一下这个issue： Yinghan-Li/YHs_Sample#2。

主要这两个月我都没有gpu用（就可以光明正大的偷懒了），所以并没有更新。有时间大概可能会加上吧

[Zhou-sx]

我知道具体哪有问题了 读取和计算其实没问题，多出来的部分不会影响结果 但是写回的时候，地址会有冲突 采用朴素的warp排布，如果处理16x16， (1,15) 和 (0, 31) 地址索引是一样的，都是首地址+31个元素大小，后者是因为一个块处理128x128所以这个地址是存在的