C++ 从CUDA设备函数/内核内部并行化方法

我有一个已经并行化的CUDA内核，它执行一些需要频繁插值的任务

所以有一个内核

__global__ void complexStuff(...)

调用此插值设备函数的一次或多次：

__device__ void interpolate(...)

插值算法在三维上连续进行WENO插值。这是一个高度并行化的任务，我迫切希望并行化

很明显，内核

complexStuff（）

可以通过使用

语法从主机代码调用来轻松实现并行化。同样重要的是，

complexStuff（）

已经并行化了

---

但我不清楚如何从CUDA设备函数内部并行化某些东西/创建新线程。。。这可能吗？有人知道吗？

你可能想考虑动态并行性（一些资源，和），以便从另一个CUDA内核调用CUDA内核。它要求您的设备计算能力为3.5或更高。它附带了许多可能会降低性能的限制和限制（在第三个链接中提到）。
我的建议是，首先考虑调用CUDA内核，使用<代码>复杂（…）>代码>工作量乘以<代码>内插（…）<代码>金额工作。换句话说，静态地猜测您需要执行的最大并行细粒度作业是什么。然后将内核配置为使用块线程执行这些细粒度作业。请注意，这只是一个猜测，而不知道您的程序代码