C++ CUDA：一个区块需要更多尺寸，还是只有一个？

我需要使用CUDA对矩阵的每个元素（基本上是内存中的浮点值向量）求平方根

矩阵尺寸“先验”未知，可能会变化[2-20.000]

我想知道：我可能会使用（正如Jonathan在这里所建议的）这样的块维度：

int thread_id = blockDim.x * block_id + threadIdx.x;

并检查线程id是否低于行*列。。。这很简单，很直接

但是，我为什么要使用两个（甚至三个）块栅格维度来执行这样的计算（记住，我毕竟有一个矩阵），而不是一个矩阵，这有什么特别的性能原因吗

---

我在考虑合并问题，比如让所有线程按顺序读取值。维度的存在只是为了方便，内部所有东西都是线性的，因此无论哪种方式在效率方面都没有优势。如您所示，避免计算（人为的）线性索引似乎要快一点，但线程合并的方式不会有任何区别。

谢谢，考虑到矩阵可能是非32倍大小（例如1033x2977），平铺方法（2维）在我看来就像上面一样复杂，但我可能错了谢谢你ashwin，一个问题：如果我选择一个线程数乘以半扭曲，你页面的第二种方法会最大化合并，对吗？@Paul：选择一个块大小（每个块的线程数）总是一个好主意，它可以被扭曲大小（每个扭曲的线程数）整除，因为无论如何都不会有一些空的扭曲。@Paul工作分配策略的链接：