CUDA 专业小贴士：编写灵活的内核与网格-跨步循环

CUDA 编程中最常见的任务之一是使用内核并行化循环。让我们用我们的老朋友 SAXPY () 来举个栗子。下面是基本的顺序实现，它使用 for 循环。为了有效地并行化，我们需要启动足够的线程来充分利用 GPU 。

  

   

    

     

    
    

     

      void saxpy(int n, float a, float *x, float *y)
     
    
   

    

     

    
    

     

      {
     
    
   

    

     

    
    

     
    for (int i = 0; i < n; ++i)
     
    
   

    

     

    
    

     

              y[i] = a * x[i] + y[i];
     
    
   

    

     

    
    

     

      }
     
    
  
 

常见的 CUDA 指导是为每个数据元素启动一个线程，这意味着并行化上面的 SAXPY 循环，我们编写一个内核，假设我们有足够的线程来覆盖数组大小。

  

   

    

     

    
    

     

      __global__
     
    
   

    

     

    
    

     

      void saxpy(int n, float a, float *x, float *y)
     
    
   

    

     

    
    

     

      {
     
    
   

    

     

    
    

     
    int i = blockIdx.x * blockDim.x + threadIdx.x;
     
    
   

    

     

    
    

     
    if (i < n) 
     
    
   

    

     

    
    

     

              y[i] = a * x[i] + y[i];
     
    
   

    

     

    
    

     

      }
     
    
  
 

我将把这种类型的内核称为 单内核，因为它假设一个大的线程网格一次处理整个数组。您可以使用以下代码启动 saxpy 内核来处理一百万个元素。<

文章来源: panda1234lee.blog.csdn.net，作者：panda1234lee，版权归原作者所有，如需转载，请联系作者。

原文链接：panda1234lee.blog.csdn.net/article/details/88705251