1

在完成所有研究和阅读之后，我不敢相信我仍然不是 100% 清楚如何做到这一点，所以我必须问.. 我试图让类似下面的东西在 gpu 卡上运行并且我正在使用 Cudafy.Net 生成 Cuda C 等效项。我想让它尽可能快地运行。

如果我有一个功能（简化），例如：

Transform()
{
    for (lgDY = 0; lgDY < lgeHeight; lgDY++)
    {
        for (lgDX = 0; lgDX < lgeWidth; lgDX++)
        {
             // do a lot of stuff with lgDY and lgDX like stuff a matrix
        }
     }
}

我使用 Launch() 函数调用它，如下所示：

gpu.Launch(blocksize, threadsize, "Transform", args...)

我熟悉作为第一个参数传递的 GThread、blocksize.x、blockdim.x 和 threadize.x，以及块的 y 和 z。我很难理解 for 语句是否消失，我用类似的测试替换它们

if ( y < lgeHeight )
    if ( x < lgeWidth )
...

但是不知道如何“将每次迭代与递增的 lgDY 和 lgDX 联系起来。

如果这是明显的事情，或者我没有准确地描述我正在尝试做的事情，我深表歉意。只是对如何使嵌套循环正确感到困惑。我感谢任何帮助我朝着正确的方向前进。

4

1 回答 1

1

它取决于 lgeHeight 和 lgeWidth 的大小。如果它们的乘积小于卡上的线程，那么当您启动内核时，您可以假设每个线程将在一对 x 和 y 上运行。 

lgDY = threadIdx.x
lgDX = blockIdx.x

然后你可以一次计算它们。如果您有比产品更多的线程，那么您将需要将问题分成更小的部分或为每个矩阵运行一个小迭代。

于 2017-06-26T22:55:14.487 回答