求助，以下代码没有用到随机函数，每次运行结果却不一样

综合讨论区
#1

代码如下：

import taichi as ti
import scipy.io as sio
ti.init(arch = ti.gpu,default_fp=ti.f64)

NP=16384
x = ti.Vector.field(1,ti.f64,NP)
v = ti.Vector.field(3,ti.f64,NP)

nx=128
rho = ti.Vector.field(1,ti.f64,nx)

xx_mt=sio.loadmat('x_mt')#路径请手动设置
x_mt=xx_mt['x']
vvx_mt=sio.loadmat('vx_mt')
vx_mt=vvx_mt['vx']
for p in range(NP):
    x[p].x = x_mt[p,0]
    v[p].x = vx_mt[p,0]
    v[p].y = 0.0
    v[p].z = 0.0

@ti.kernel
def position():
    for p in x:
        x[p] += v[p].x
        if x[p].x>=nx:
            x[p] += -nx
        if x[p].x<0:
            x[p] += nx
            
@ti.kernel
def charge():
    for i in rho:
        rho[i].x = 0.000399992328#rho0
    for p in x:#P2G
        base = x[p].cast(int)
        fx = (x[p].x - base.cast(ti.f64))
        rho[base] += (1.0-fx)*(-3.1249400625e-06)#q
        rho[base+1] += fx*(-3.1249400625e-06)
position()        
charge()

mat文件放在了这里：
taichi-PIC-code/test_charge.zip at main · JiaoLuhuai/taichi-PIC-code (github.com)

使用IDLE运行，输出rho的前两个元素：

第1次测试结果：
[Taichi] version 1.0.2, llvm 10.0.0, commit 14f0acba, win, python 3.9.5
[Taichi] Starting on arch=cuda

rho[0].x
1.2526766219601858e-06
rho[1].x
-9.459752682234363e-07

第2次测试结果：
[Taichi] version 1.0.2, llvm 10.0.0, commit 14f0acba, win, python 3.9.5
[Taichi] Starting on arch=cuda

rho[0].x
1.2526766219601316e-06
rho[1].x
-9.459752682233065e-07

第3次测试结果（改为cpu上运行）：
[Taichi] version 1.0.2, llvm 10.0.0, commit 14f0acba, win, python 3.9.5
[Taichi] Starting on arch=x64

rho[0].x
1.2526766219602847e-06
rho[1].x
-9.459752682232722e-07

第4次运行结果（cpu上运行）：
[Taichi] version 1.0.2, llvm 10.0.0, commit 14f0acba, win, python 3.9.5
[Taichi] Starting on arch=x64

rho[0].x
1.2526766219602305e-06
rho[1].x
-9.459752682232722e-07

总结：
以rho的前两个元素为考察对象，
rho[0]每次都不一样（无论在GPU还是CPU上），差异在后四位；
rho[1]在GPU上得到的结果每次都不一样，差异在后四位，在CPU上得到的结果一样。
求助，怎么解决以上问题。

#2

在太极并行执行的 kernel 中，每次运行时 rho[0].x 的相加顺序很有可能不同，而浮点数类型在相加顺序变化时可能会有一些精度误差。
楼主给出的四次运行结果仅有最后四位不同，很有可能就是由这个原因导致的。

#3

请问有什么办法解决吗？ :joy:这一点对我很重要

#4

好吧，看来是高性能的必要代价了，谢谢层主。